遍历Pandas DataFrame，循环后计算candle变量总和

方法1：改进你的循环代码 #

你原来的代码只是逐行给candle赋值，但没做累计计数。只需加个计数器变量，就能实现统计：

total_candles = 0  # 初始化计数器
for index, row in df.iterrows():
    openPrice = row['open']
    closePrice = row['close']
    
    # 原逻辑中，收盘价>=开盘价时candle为0，其余情况为1
    if closePrice - openPrice >= 0:
        candle = 0
    else:
        candle = 1
        total_candles += 1  # 每次candle为1时累加计数

print(total_candles)  # 输出最终总和

方法2：用Pandas向量化操作（更高效） #

不用逐行循环，直接利用Pandas的向量运算，这比iterrows快得多，尤其适合处理大体积的DataFrame：

# 直接判断收盘价是否小于开盘价，布尔值序列求和（True等价于1，False等价于0）
total_candles = (df['close'] < df['open']).sum()
print(total_candles)

逻辑匹配说明 #

你的原代码中，当收盘价等于开盘价时会进入第一个分支，设candle=0，上面的向量化代码正好对应这个逻辑——仅统计收盘价严格小于开盘价的次数。如果想把收盘价等于开盘价的情况也计入candle=1，只需修改条件：

total_candles = (df['close'] <= df['open']).sum()

内容的提问来源于stack exchange，提问作者Bronson77