データフレームのセルの中のリストをgatherしたい

Question

> DT
   id         comment
1:  1 mary,hello,hoge
2:  2       bob,world

このようなデータフレームを、以下のように変形したいです。
なおcommentの中は文字列のリスト(c("mary","hello","hoge"))になっています。

> DT
   id  comment
1:  1  mary
2:  1  hello
3:  1  hoge
2:  2  bob
2:  2  world

最悪for文を回せばできるのですが、tidyrのgatherのような感じで効率的に出来る方法があれば、是非ご教授願いたいです。

Answer 1

comment列を一気にばらす方法です
具体的には入れ子状とみて、nest化→map関数で","のところで分割→元に戻す方法です。遠回りです。
分割のときにちょうどいい列数を組めたら楽になるかもしれません。

library(tidyverse)

DT %>%
    #comment列を入れ子にする
    tidyr::nest(-id) %>%
    #入れ子の2行に対してseparate関数で列を分割する
    dplyr::mutate(model = dplyr::map(data, ~ separate(., col = comment, into = c("a", "b", "c"), sep = ","))) %>% 
    #入れ子を解除する。comment列が分割された状態で出てくる
    tidyr::unnest() %>%
    dplyr::select(-comment) %>%
    tidyr::gather(key, value, -id) %>%
    dplyr::filter(!is.na(value))

Answer 2

少し長いですが、tidyverse でやるならこんな感じだと思います。
（もう少し上手くやる方法はあると思いますが）

# データの作成
df <- tibble(id = c(1, 2),
       comment = c("mary,hello,hoge", "bob,world"))

# 分割後のコメントがいくつ必要かを計算するために、各行の","の数を計算
df <- df %>% 
  mutate(count = str_count(comment, ","))

# 分割後の最大コメント数を計算
max_col <- (df$count %>% max()) + 1

df %>% 
  # count はもう使わないので捨てる
  select(-count) %>% 
  # comment を "," で分ける
  separate(comment, 
           # 分けた先の列名を指定
           into = str_c("col", 1:max_col),
           sep = ",") %>% 
  # gather で縦長に変換
  gather(key = col, value = comment, -id) %>% 
  # col がいらないので捨てる
  select(-col) %>% 
  # NA が混ざっているので除去する
  filter(!is.na(comment)) %>% 
  # 並び替える
  arrange(id, comment)

tibble: 5 x 2
     id comment
  <dbl> <chr>  
1     1 hello  
2     1 hoge   
3     1 mary   
4     2 bob    
5     2 world  

Answer 3

効率的かどうかはさておき、形だけ合っていれば良いのなら以下のような感じでどうでしょう。

# 処理前
> DT
  id           comment
1  1 mary, hello, hoge
2  2        bob, world
> str(DT)
'data.frame':	2 obs. of  2 variables:
 $ id     : int  1 2
 $ comment:List of 2
  ..$ : chr  "mary" "hello" "hoge"
  ..$ : chr  "bob" "world"


library(reshape2)
DT2 <- melt(DT$comment)
names(DT2) <- c("comment", "id")
DT2 <- DT2[,c(2,1)]
DT2$comment <- as.character(DT2$comment)


# 処理後
> DT2
  id comment
1  1    mary
2  1   hello
3  1    hoge
4  2     bob
5  2   world
> str(DT2)
'data.frame':	5 obs. of  2 variables:
 $ id     : int  1 1 1 2 2
 $ comment: chr  "mary" "hello" "hoge" "bob" ...

Answer 4

これでどうでしょう。なお「commentの中は文字列のリスト(c("mary","hello","hoge"))」とのことですが、そのようなdata.frameは作れないと思うので、単純にコンマ区切りの文字列であると仮定しています。

df1 <- read.table(
  text="
   id comment
    1 mary,hello,hoge
    2 bob,world
  ",
  header=T,
  stringsAsFactors = F
)

l <- strsplit(df1$comment, ",")
df2 <- data.frame(
  id     = rep(df1$id, sapply(l, length)),
  comment= unlist(l)
)

print(df1)
print(df2)