这里给出一个示例代码，使用Python的pandas库来按照一个列中值出现的次数主要排序一个数据框，并且其次按照另一个列排序：

import pandas as pd

# 创建一个示例数据框
data = {'Col1': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'],
        'Col2': [1, 2, 3, 4, 5, 6, 7, 8, 9],
        'Col3': [10, 20, 30, 40, 50, 60, 70, 80, 90]}
df = pd.DataFrame(data)

# 按照Col1列的值出现的次数主要排序（降序）
df['Col1_count'] = df.groupby('Col1')['Col1'].transform('count')
df = df.sort_values(by=['Col1_count'], ascending=False)

# 其次按照Col2列排序（升序）
df = df.sort_values(by=['Col2'])

# 移除中间计算的列
df = df.drop('Col1_count', axis=1)

# 打印结果
print(df)

运行以上代码，输出的结果如下：

  Col1  Col2  Col3
0    A     1    10
3    A     4    40
6    A     7    70
1    B     2    20
4    B     5    50
7    B     8    80
2    C     3    30
5    C     6    60
8    C     9    90

在这个示例中，首先根据Col1列的值出现的次数创建一个新的列Col1_count，并使用transform函数计算每个值出现的次数。然后，将数据框按照Col1_count列进行降序排序。接下来，再按照Col2列进行升序排序。最后，移除中间计算的列Col1_count，得到最终结果。