同时按行和列降序对 Dataframe 进行排序

Question

目前有一个按系列排列的国家数据框，值范围为 0-25

我想对 df 进行排序，使最高值出现在左上角（第一个），而最低值出现在右下角（最后一个）。

从

        A   B   C   D  ...

USA     4   0   10  16
CHN     2   3   13  22
UK      2   1   8   14
...

到

      D   C   A   B   ...

CHN   22  13  2   3
USA   16  10  4   0
UK    14  8   2   1

...

在此，具有最高值的列现在位于第一个，索引也是如此。

我考虑过重新索引，但这会丢失“国家/地区”索引。

    D   C   A   B   ...

0   22  13  2   3
1   16  10  4   0
2   14  8   2   1
...

我考虑过创建一个新的列和行，其中具有相应列/行的平均值或总和，但这是最有效的方法吗？

在获得新的行/列后，我将如何对 DF 进行排序？

有没有办法使用重新索引...

df_mv.reindex(df_mv.mean(or sum)().sort_values(ascending = False).index, axis=1)

...这将允许我保留国家索引，并简单地进行相应的排序？

感谢您提供的任何建议或帮助。

编辑

预期结果按从最大到最小的顺序组织列和行。

对于预期输出中 A 列和 B 列的第一行，它们应该分别是 2、3。这是因为预期结果将 A 列解释为总和和均值都大于 B 列（即使总和或均值可以被视为行/列的“值”）。

我说较高的数字位于左上角，而较低的数字位于右下角，我只是说这是结果 df 的总体趋势。然而，列和行作为一个整体才是预期的焦点。对于造成的混乱，我深表歉意。

Answer 1

你可以使用：

rows_index=df.max(axis=1).sort_values(ascending=False).index
col_index=df.max().sort_values(ascending=False).index
new_df=df.loc[rows_index,col_index]
print(new_df)

      D   C  A  B
CHN  22  13  2  3
USA  16  10  4  0
UK   14   8  2  1