CSV：如何在列表中找到下一个更大的值（python）？

我有一个代码，可以读取CSV文件中的一列，并从给定列表中为列中的每个元素找到最佳匹配。共有3列：区域、数字和ARPU。我们正在与ARPU合作。该列表称为（common_list），您将在代码中看到它

tp_usp15 = 1500
tp_usp23 = 2300
tp_usp27 = 2700
list_usp = [tp_usp15,tp_usp23, tp_usp27]

tp_bsnspls_s = 600
tp_bsnspls_steel = 1300
tp_bsnspls_chrome = 1800
list_bsnspls = [tp_bsnspls_s,tp_bsnspls_steel,tp_bsnspls_chrome

tp_bsnsrshn10 = 1000
tp_bsnsrshn15 = 1500
tp_bsnsrshn20 = 2000
list_bsnsrshn = [tp_bsnsrshn10,tp_bsnsrshn15,tp_bsnsrshn20]

common_list = list_usp + list_bsnspls + list_bsnsrshn

import pandas as pd

df = pd.read_csv('root of file.csv')

def get_plan(arpu):
    return min(common_list, key=lambda x:abs(x-float(arpu)))

df["Suggested plan"] = df["ARPU"].apply(get_plan)
df.to_csv('updated.csv')

它创建了第四列“建议的计划”，并根据代码从公共_列表中找到最佳匹配项。但我需要一个代码，将创建另一个（第5列），将有下一个更大的价值从列表中。例如，如果最佳匹配（第4列）是600，列表中下一个较大的值是650，我希望代码找到650并将其添加到该列中。列中的每个元素都是相同的。

---

提前感谢，各位

您可以更新

get\u plan（）

函数，以同时返回所有列的结果

一旦确定了最佳结果，下一个最高值就是

公共列表中的下一个。可以用于提供列表中元组的索引

如果已经位于列表顶部，则可以再次返回最高值，或者
None
指示没有更高的值。同样，对于最低值，它是
公共_列表中的下一个较低值
，或者如果最低值返回它，或者可能是
无
（根据需要）：

这是令人困惑的，请给出一个
公共列表的示例，它不在代码中（我们可以运行脚本）。其次，您的代码正在创建
建议计划
而不是
最佳匹配
@MartinEvans更新了问题。common_list是一个基本的数字列表[1000、1500、2000等等]。这个示例对每个调用都进行了新的排序，这似乎不是很理想。是否有任何方法可以创建新的列，现在该列将显示下一个更低的结果（几乎相同，但这次值更低，而不是更大）？效果非常好！你的想法是正确的，为此感谢了无数次。我可以问一下：我已经更新了代码，实际上，common_列表中的每个值都有名称（签入代码）。是否不仅记录了数值，而且还记录了相应的名称。例如：建议的计划（数字）、建议的计划（名称）、下一个更大的计划（数字）、下一个更大的计划（名称）、下一个更低的计划（数字）、下一个更低的计划（名称）。再次感谢！您需要使用文本名称（而不是变量名称），另外两个具有
1500
，因此
bsnsrsh15
始终需要precedent@MartinEvans那我怎么能实现呢？我做了一个与之相近的任务，我也搜索了最佳匹配，但使用了两个变量，并得到了一个我使用的名称：最佳匹配整体=min（公共列表，键=部分（距离平方，列表客户））名称最佳匹配整体=[k代表k，局部变量中的v（）.items（）如果v==最佳匹配整体][0]。有什么办法可以实施吗？
import pandas as pd
from bisect import bisect_left

def get_plans(p):
    best = min(common_list, key=lambda x : abs(x[0] - p['ARPU']))
    best_index = bisect_left(common_list, best)        # get location of best in common_list
    
    if best_index < len(common_list) - 1:
        next_greater = common_list[best_index + 1]
    else:
        next_greater = best                     # already highest

    if best_index > 0:
        next_lower = common_list[best_index - 1]
    else:
        next_lower = best                       # already lowest

    return [*best, *next_greater, *next_lower]


common_list = sorted([
    (1500, "usp15"),
    (2300, "usp23"),
    (2700, "usp27"),
    
    (600,  "bsnspls_s"),
    (1300, "bsnspls_steel"),
    (1800, "bsnspls_chrome"),

    (1000, "bsnsrshn10"),
    (1500, "bsnsrshn15"),
    (2000, "bsnsrshn20"),
])

fields = ['Suggest plan', 'Name 1', 'Next greater', 'Name 2', 'Next lower', 'Name 3']

df = pd.read_csv('root of file.csv')
df[fields] = df.apply(get_plans, axis=1, result_type="expand")
df.to_csv('updated.csv')