如何按类别总计数排序seaborn堆叠histplot直方图

我通过如下代码处理得到DataFrame对象df_grouped：

df_grouped = df.groupby(['A', 'B'])['A'].count().sort_values(ascending=False)
df_grouped = pd.DataFrame(df_grouped)
new_index = pd.MultiIndex.from_tuples(df_grouped.index)
df_grouped.index = new_index
df_grouped.reset_index(inplace=True)
df_grouped.columns = ['A', 'B', 'count']

处理完成后的df_grouped数据结构如下：

我使用如下代码绘制seaborn.histplot堆叠直方图：

fig, ax = plt.subplots(1, 1, figsize=(10,5))
sns.histplot(x='A', hue='B', data=df_grouped, ax=ax, multiple='stack', weights='count')

运行代码后得到的可视化效果如下：

需求：按照A列每个取值对应的总计数，对X轴上的A类别柱子进行排序，尝试多种方法均未实现目标。

目前已经验证可行的实现逻辑：先按A列分组计算count列的总和，生成total_count字段，再按照total_count对数据集做降序排序，对应代码如下：

df_grouped['total_count'] = df_grouped.groupby(by='A')['count'].transform('sum')
df_grouped = df_grouped.sort_values(by=['total_count'], ascending=False)

数据排序完成后，直接复用之前的绘图代码即可得到符合预期的排序后堆叠直方图。该实现思路和Redox提出的方案逻辑相近，也可以尝试其他实现方案达成同样效果。

内容的提问来源于stack exchange，提问作者Kelo