geom_bar和scale_y_log10（或任何对数标度）不能很好地一起工作，并且不能给予预期的结果。
第一个基本问题是条形图会变为0，在对数尺度上，0会转换为负无穷大（这很难绘制）。围绕这一点的婴儿床通常从1而不是0开始（因为$\log（1）=0$），如果计数为0，则不绘制任何内容，并且不必担心失真，因为如果需要对数刻度，您可能不关心偏离1（不一定是真的，但是......）
我使用的是@dbemarest展示的diamonds示例。
一般来说，要做到这一点，需要变换坐标，而不是比例（稍后将详细介绍两者的区别）。

ggplot(diamonds, aes(x=clarity, fill=cut)) +
  geom_bar() +
  coord_trans(ytrans="log10")

但这给出了一个错误

Error in if (length(from) == 1 || abs(from[1] - from[2]) < 1e-06) return(mean(to)) : 
  missing value where TRUE/FALSE needed

这是由负无穷大问题引起的。
使用比例变换时，先将变换应用于数据，然后进行统计和排列，然后在逆变换中（大致）标记比例。你可以通过自己打破计算来看到发生了什么。

DF <- ddply(diamonds, .(clarity, cut), summarise, n=length(clarity))
DF$log10n <- log10(DF$n)

它给出了

> head(DF)
  clarity       cut   n   log10n
1      I1      Fair 210 2.322219
2      I1      Good  96 1.982271
3      I1 Very Good  84 1.924279
4      I1   Premium 205 2.311754
5      I1     Ideal 146 2.164353
6     SI2      Fair 466 2.668386

如果我们以正常的方式绘制它，我们会得到预期的条形图：

ggplot(DF, aes(x=clarity, y=n, fill=cut)) + 
  geom_bar(stat="identity")

并且缩放y轴给出了与使用未预先汇总的数据相同的问题。

ggplot(DF, aes(x=clarity, y=n, fill=cut)) +
  geom_bar(stat="identity") +
  scale_y_log10()

我们可以通过绘制计数的log10()值来了解问题是如何发生的。

ggplot(DF, aes(x=clarity, y=log10n, fill=cut)) +
  geom_bar(stat="identity")

这看起来就像一个与scale_y_log10，但标签是0，5，10，…而不是10^0、10^5、10^10……
因此，使用scale_y_log10进行计数，将其转换为日志，堆叠这些日志，然后以反对数形式显示比例。但是，堆叠日志不是线性变换，因此您要求它做的事情没有任何意义。
底线是，对数尺度上的堆叠条形图没有多大意义，因为它们不能从0开始（条形图的底部应该在那里），比较条形图的部分是不合理的，因为它们的大小取决于它们在堆栈中的位置。而是考虑类似于：

ggplot(diamonds, aes(x=clarity, y=..count.., colour=cut)) + 
  geom_point(stat="bin") +
  scale_y_log10()

或者，如果你真的想要一个叠加条形图通常会给予你的组的总数，你可以这样做：

ggplot(diamonds, aes(x=clarity, y=..count..)) + 
  geom_point(aes(colour=cut), stat="bin") +
  geom_point(stat="bin", colour="black") +
  scale_y_log10()

最好的选择是通过使用facet_wrap来摆脱bar堆栈（如@Brian评论的log(sum(x)) != sum(log(x))）。如果需要，还可以添加一个面板来表示Total。
例如，对于diamonds数据集（遵循@Brian Diggs的答案），我们可以绘制

diamonds %>%
  bind_rows(                                                  # Adds a
    diamonds %>%                                              # panel to 
    mutate(cut = "Total")                                     # represent
  ) %>%                                                       # the
  mutate(cut = cut %>% fct_relevel("Total", after = Inf)) %>% # Total
  ggplot(aes(x = clarity, fill = clarity)) +
  geom_bar() +
  facet_wrap(~cut) +
  scale_y_log10()

或者，

diamonds %>%
  bind_rows(                                                          # Adds a
    diamonds %>%                                                      # panel to
    mutate(clarity = "Total")                                         # represent
  ) %>%                                                               # the
  mutate(clarity = clarity %>% fct_relevel("Total", after = Inf)) %>% # Total
  ggplot(aes(x = cut, fill = cut)) +
  geom_bar() +
  facet_wrap(~clarity) +
  scale_y_log10()