按0级索引的最后一个值对Pandas MultiIndex进行排序

I have a df called df_world with the following shape:

                               Cases   Death  Delta_Cases  Delta_Death
Country/Region Date                                                       
Brazil         2020-01-22        0.0       0          NaN          NaN
               2020-01-23        0.0       0          0.0          0.0
               2020-01-24        0.0       0          0.0          0.0
               2020-01-25        0.0       0          0.0          0.0
               2020-01-26        0.0       0          0.0          0.0
                             ...     ...          ...          ...
World          2020-05-12  4261747.0  291942      84245.0       5612.0
               2020-05-13  4347018.0  297197      85271.0       5255.0
               2020-05-14  4442163.0  302418      95145.0       5221.0
               2020-05-15  4542347.0  307666     100184.0       5248.0
               2020-05-16  4634068.0  311781      91721.0       4115.0

我想按上次记录中“案例”列的值对国家/地区索引进行排序，即比较所有国家/地区在2020-05-16的案例值并返回已排序的国家/地区列表

I thought about creating another df with only the 2020-05-16 values and then use the df.sort_values() method but I am sure there has to be a more efficient way.

在讨论此问题时，我还尝试仅选择在2020-05-16上有很多案例超过特定值的国家/地区，而我发现这样做的唯一方法是遍历Country索引：

for a_country in df_world.index.levels[0]:
        if df_world.loc[(a_country, last_date), 'Cases'] < cut_off_val:
            df_world = df_world.drop(index=a_country)

但这是一个很差的方法。

如果有人对如何提高此代码的效率有任何想法，我将非常高兴。

谢谢 ：）