ちょっとしたことをやるなら R より AWK

airquality を 100000 倍した CSV データ（15300000行）の Month ごとの Temp の平均値を求める

R でやるなら，

> system.time({a <-read.csv("aq"); print(by(a[,4], a[,5], mean))})
a[, 5]: 5
[1] 65.54839
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 6
[1] 79.1
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 7
[1] 83.90323
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 8
[1] 83.96774
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 9
[1] 76.9
   ユーザ   システム       経過  
    47.388      1.475     48.647
> nrow(a)
[1] 15300000

と，47 秒もかかる（入力時間がほとんど）

> system.time({print(by(a[,4], a[,5], mean))})
a[, 5]: 5
[1] 65.54839
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 6
[1] 79.1
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 7
[1] 83.90323
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 8
[1] 83.96774
------------------------------------------------------------------------------------------------------------------------
a[, 5]: 9
[1] 76.9
   ユーザ   システム       経過  
     1.583      0.361      1.923

つまり，47 秒の 97% が入力に必要な時間。

AWK で書いたら，

$ cat a.awk
BEGIN { FS = "," }
NR > 1 { x[$5] += $4; n[$5]++ }
END {
for (i in x) print i, x[i]/n[i]
}

のように，簡単なスクリプトで，

$ time gawk -f a.awk aq
5 65.5484
6 79.1
7 83.9032
8 83.9677
9 76.9
17.274u 0.141s 0:17.43 99.8%    0+0k 0+0io 3pf+0w

と，ほぼ 3 倍速である。