R语言ggplot绘制log10刻度堆叠条形图异常问题求助

首先，咱们得明确一个核心问题：堆叠条形图和对数坐标轴本质上是不兼容的，这也是你看到id10、13等条形显示异常的根本原因。下面拆解具体问题和解决办法：

为什么会出现异常？ #

• 对数变换不满足加法性质：堆叠条形图的核心是累加各组数值来展示总和，但对数运算的规则是log(a+b) ≠ log(a) + log(b)。当你用scale_y_log10()时，ggplot会先计算原始数值的累加和，再对这个总和取对数，而不是对每个分组的数值单独取对数后再堆叠——这就导致视觉上的分段高度和实际数据逻辑不匹配。
• 小数值被截断：你的数据里大量存在0.1的数值，log10(0.1) = -1，但你设置了scale_y_log10(limits = c(1,1e5))，所有小于1的数值都会被ggplot过滤掉。比如id10的Online值是0.1，被截断后，堆叠的高度变成了30+35=65，但视觉上这个条形的高度是log10(65)，而原本应该是log10(30+35+0.1)，更关键的是，被截断的分组在图里直接“消失”了，破坏了堆叠的完整性。
• 直接用log(value)的问题：你尝试在aes里用log(value)，本质是对每个分组的数值单独取对数后再堆叠，这时候堆叠的高度是log(a)+log(b)=log(a*b)，而不是总和的对数，完全偏离了堆叠条形图展示“总和构成”的初衷，所以结果依然异常。

可行的解决方案 #

方案1：改用分组（并列）条形图 #

如果你的核心需求是对比不同类别（Seed/Boosted/Online）的数值大小，而非展示总和的构成，那么分组条形图是更适合对数轴的选择：

library(reshape2)
library(ggplot2)
library(dplyr)

# 补全你原代码中未定义的cols配色
cols <- c("#E69F00", "#56B4E9", "#009E73")

DF <- structure(list(Worker = 1:18, Seed = c(300, 40, 200, 0.1, 0.1, 0.1, 1000, 0.1, 0.1, 30, 45, 0.1, 13, 0.1, 50, 0.1, 0.1, 30), Boosted = c(0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 35, 0.1, 0.1, 13, 0.1, 0.1, 0.1, 0.1, 0.1), Online = c(0.1, 0.1, 0.1, 15000, 60, 500, 0.1, 100, 450, 0.1, 200, 500, 0.1, 5000, 0.1, 70, 1000, 500)), class = "data.frame", row.names = c(NA, -18L))
DF1 <- melt(DF, id.var="Worker")

# 分组条形图代码
ggplot(DF1, aes(x = Worker, y = value, fill = variable)) + 
  geom_bar(stat = "identity", position = position_dodge(width = 0.8)) + 
  xlab("id") + 
  ylab("# of x") + 
  labs(fill = "") + 
  scale_fill_manual(values = cols, labels = c("Mobile", "Laptop","Online User")) + 
  scale_x_continuous(breaks = 1:18) + 
  scale_y_log10(limits = c(0.1,1e5), 
                breaks = scales::trans_breaks("log10", function(x) 10^x), 
                labels = scales::trans_format("log10", scales::math_format(10^.x))) +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

这里把y轴下限调整到0.1，避免截断小数值，同时用position_dodge实现分组并列。

方案2：手动计算累积和并绘制矩形（保留堆叠逻辑） #

如果你一定要用堆叠+对数轴，需要先计算每个分组的累积和，再对累积和取对数，然后用geom_rect来绘制每个分段：

library(reshape2)
library(ggplot2)
library(dplyr)

cols <- c("#E69F00", "#56B4E9", "#009E73")
DF <- structure(list(Worker = 1:18, Seed = c(300, 40, 200, 0.1, 0.1, 0.1, 1000, 0.1, 0.1, 30, 45, 0.1, 13, 0.1, 50, 0.1, 0.1, 30), Boosted = c(0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 35, 0.1, 0.1, 13, 0.1, 0.1, 0.1, 0.1, 0.1), Online = c(0.1, 0.1, 0.1, 15000, 60, 500, 0.1, 100, 450, 0.1, 200, 500, 0.1, 5000, 0.1, 70, 1000, 500)), class = "data.frame", row.names = c(NA, -18L))
DF1 <- melt(DF, id.var="Worker")

# 计算累积和与前序累积和
DF1 <- DF1 %>%
  arrange(Worker, variable) %>%
  group_by(Worker) %>%
  mutate(cum_sum = cumsum(value),
         prev_sum = lag(cum_sum, default = 0)) %>%
  ungroup()

# 用矩形绘制堆叠条形
ggplot() +
  geom_rect(data = DF1,
            aes(xmin = Worker - 0.4, xmax = Worker + 0.4,
                ymin = prev_sum, ymax = cum_sum,
                fill = variable)) +
  scale_y_log10(limits = c(0.1,1e5),
                breaks = scales::trans_breaks("log10", function(x) 10^x),
                labels = scales::trans_format("log10", scales::math_format(10^.x))) +
  scale_fill_manual(values = cols, labels = c("Mobile", "Laptop","Online User")) +
  scale_x_continuous(breaks = 1:18) +
  xlab("id") + 
  ylab("# of x") + 
  labs(fill = "") +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

这种方式是先计算原始数值的累积和，再对整个y轴做对数变换，能保证堆叠的逻辑正确，但视觉上的分段高度是对数后的相对比例，需要读者理解这一点。

方案3：替换小数值（谨慎使用） #

如果你的数据中0.1是代表“极小值”而非实际数值，可以把所有小于1的数值替换为1，这样log10(1)=0，不会被截断，同时保留类别的存在：

library(reshape2)
library(ggplot2)

cols <- c("#E69F00", "#56B4E9", "#009E73")
DF <- structure(list(Worker = 1:18, Seed = c(300, 40, 200, 0.1, 0.1, 0.1, 1000, 0.1, 0.1, 30, 45, 0.1, 13, 0.1, 50, 0.1, 0.1, 30), Boosted = c(0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 35, 0.1, 0.1, 13, 0.1, 0.1, 0.1, 0.1, 0.1), Online = c(0.1, 0.1, 0.1, 15000, 60, 500, 0.1, 100, 450, 0.1, 200, 500, 0.1, 5000, 0.1, 70, 1000, 500)), class = "data.frame", row.names = c(NA, -18L))
DF1 <- melt(DF, id.var="Worker")

# 替换小于1的数值为1
DF1$value <- ifelse(DF1$value < 1, 1, DF1$value)

# 堆叠条形图代码
ggplot(DF1, aes(x = Worker, y = value, fill = variable)) + 
  geom_bar(stat = "identity") + 
  xlab("id") + 
  ylab("# of x") + 
  labs(fill = "") + 
  scale_fill_manual(values = cols, labels = c("Mobile", "Laptop","Online User")) + 
  scale_x_continuous(breaks = 1:18) + 
  scale_y_log10(limits = c(1,1e5), 
                breaks = scales::trans_breaks("log10", function(x) 10^x), 
                labels = scales::trans_format("log10", scales::math_format(10^.x)))

注意：这会修改原始数据，只有当0.1是占位符时才建议使用。

内容的提问来源于stack exchange，提问作者nhern121