我完全懂你想要的效果——把OHLC蜡烛线整个反转：原来的上涨牛线变成下跌熊线，下跌熊线变成上涨牛线，同时还要每根蜡烛的高低点范围完全保留对吧？我来帮你把思路补全，再给你完善后的代码。

先再明确下基础概念：

• 上涨蜡烛（牛线）：收盘价高于开盘价
• 下跌蜡烛（熊线）：收盘价低于开盘价

从你给的示例来看，你要的不只是交换开收盘反转牛熊，还要让整个蜡烛的价格区间（高点到低点）也对应反转，这样整个图表的走势就完全反过来了。

完整的反转思路 #

其实不用分两步单独处理，咱们可以用一个更简洁的方法，一次性完成反转牛熊+保留高低点范围：
围绕每根蜡烛的高低点中点来翻转所有价格。具体来说，对于每根蜡烛的每个价格（开、收、高、低），用「高点+低点-原价格」来计算新价格。

为什么这个方法有效？

1. 自动反转牛熊：如果原蜡烛是牛线（Open < Close），翻转后新Open = High+Low - Open，新Close = High+Low - Close，因为Open < Close，所以新Open > 新Close，直接变成熊线；反之熊线会自动变成牛线，完全不用额外判断。
2. 完美保留高低点范围：翻转后的新High = High+Low - 原Low，新Low = High+Low - 原High，计算差值会发现：新High - 新Low = (High+Low - Low) - (High+Low - High) = High - Low，和原蜡烛的高低点差完全一致，范围丝毫不差。

完善后的代码 #

方法1：逐行处理（适合小数据集，直观易懂）

def invert_ohlc(row):
    high_low_sum = row['High'] + row['Low']
    # 翻转开、收盘价
    row['Open'] = high_low_sum - row['Open']
    row['Close'] = high_low_sum - row['Close']
    # 翻转高、低点（注意基于原高低点计算）
    row['High'] = high_low_sum - row['Low']
    row['Low'] = high_low_sum - row['High']
    return row

# 应用到整个数据集
df_inverted = df.apply(invert_ohlc, axis=1)

方法2：矢量化处理（适合大数据集，效率更高）

逐行的apply在数据量大的时候会比较慢，用Pandas的矢量化操作能大幅提升速度：

# 先计算所有行的高点+低点之和
high_low_sum = df['High'] + df['Low']

# 保存原高低点，避免后续覆盖影响计算
original_high = df['High'].copy()
original_low = df['Low'].copy()

# 批量翻转开、收、高、低价格
df['Open'] = high_low_sum - df['Open']
df['Close'] = high_low_sum - df['Close']
df['High'] = high_low_sum - original_low
df['Low'] = high_low_sum - original_high

验证效果 #

拿你给的第一行数据举例：
原数据：Open=1302000000，Close=1303550000，High=1303600000，Low=1302000000
处理后：
Open=1303600000+1302000000-1302000000=1303600000
Close=1303600000+1302000000-1303550000=1302050000
High=1303600000+1302000000-1302000000=1303600000
Low=1303600000+1302000000-1303600000=1302000000
可以看到，原来的牛线直接变成了熊线，高低点范围和原蜡烛完全一致，完全符合你想要的反转效果。

备注：内容来源于stack exchange，提问作者William