您可以使用管道。请注意，sep = ", "是自动检测的。

d %>% separate_rows(b) %>% separate_rows(c)
#   a     b      c
# 1 1 name1  name7
# 2 1 name2  name7
# 3 1 name3  name7
# 4 2 name4  name8
# 5 2 name4  name9
# 6 3 name5 name10
# 7 3 name6 name10

**注意：**使用tidyr版本0.6.0，其中%>%操作符包含在包中。
**更新：**使用@ docendodiscimus注解，我们可以使用for()循环，并在每次迭代中重新分配d。这样我们就可以拥有任意多的列。我们将使用列名的字符向量，所以我们需要切换到标准评估版本separate_rows_。

cols <- c("b", "c")
for(col in cols) {
    d <- separate_rows_(d, col)
}

这给出了更新后的d

a     b      c
1 1 name1  name7
2 1 name2  name7
3 1 name3  name7
4 2 name4  name8
5 2 name4  name9
6 3 name5 name10
7 3 name6 name10

作为更新：在tidyr1.2.0中，separate_rows_被弃用，我们可以使用以下代码：

cols <- c("b", "c")
for (col in cols) {
  d <- separate_rows(d, all_of(col))
}

下面是使用splitstackshape::cSplit和zoo::na.locf的替代方法。

library(splitstackshape)
library(zoo)

df <- cSplit(d, 1:ncol(d), "long", sep = ",")
na.locf(df[rowSums(is.na(df)) != ncol(df),])
#    a     b      c
#1:  1 name1  name7
#2:  1 name2  name7
#3:  1 name3  name7
#4:  2 name4  name8
#5:  2 name4  name9
#6:  3 name5 name10
#7:  3 name6 name10

在tidyr版本1.2.0中，我们可以使用everything选择所有列来分隔,上的行，正如@RichScriven提到的，默认分隔符是sep = ", "。

library(tidyr)

d %>% 
  separate_rows(everything())

• • 产出**

a b     c     
  <int> <chr> <chr> 
1     1 name1 name7 
2     1 name2 name7 
3     1 name3 name7 
4     2 name4 name8 
5     2 name4 name9 
6     3 name5 name10
7     3 name6 name10

或者，我们可以指定要分隔行的列，或者我们可以简单地排除不需要的列。

d %>% 
  separate_rows(b, c)

d %>% 
  separate_rows(-a)