[追記] 高速でデータを読み込む fread() 以外の選択肢としてHadley Wickhamの readr もお薦めです。現時点では fread() のほうが少し速いようです。
[2022年末追記] 2022年末、Rでcsvを読むという記事に最新事情が紹介されています。
data.table は従来の data.frame に代わるデータ型を提供するパッケージです。効率が良く，巨大なデータファイルの読み込み・書き出しが桁違いに速くなります。
インストールとライブラリの読み込みは想定通りです：
install.packages("data.table")
library(data.table)
data.frame の読み込みは read.csv() などのいくつかの関数で行いましたが，data.table の読み込みは fread() だけです。
data = fread("ファイル名またはURL")
CSVかTSVか，ヘッダがあるかないかは，たいてい自動判断してくれます。もしうまくいかなかったら，オプションで指定します。
data = fread("ファイル名またはURLまたはデータ", sep=",", header=TRUE, na.strings=c("NA",""))
ただし，文字コードだけは設定できないようです。Mac上ではUTF-8しか扱ってくれませんでした。また，na.strings=c("","欠測値") のようなUTF-8文字列を与えても無視されるようです。
Sys.setlocale(category="LC_ALL", locale="ja_JP.SJIS")
してみましたが，読み込み方は変わったものの，文字化けして表示されるだけのようです。
また，開発途上のためか高速化のためか，CSVはRFC 4180準拠ではなく，ダブルクォートが入り子になっているとうまくいきません。
おもしろい使い方として，data = fread(" まで打ってから，データをRコンソールにコピペし，") を打ち込むという方法も使えます。例えば
data = fread("魔,方,陣
2,9,4
7,5,3
6,1,8")
または
data = fread("
魔,方,陣
2,9,4
7,5,3
6,1,8
")
のような感じです。これで data と打ち込むと
魔 方 陣 1: 2 9 4 2: 7 5 3 3: 6 1 8
と表示されます。
現実的な例でやってみましょう。RgoogleMapsを使った放射線地図で使った福島県の放射線データ fukushima.csv は，422656地点の緯度（lat），経度（lon），放射線（radiation，μSv/h単位），日時（datetime）を収めたものです。これをローカルにダウンロードして，読み込んで，それぞれの欄の平均値を表示し，時間を計測してみましょう（使っているマシンが多少速くなったので，結果を改訂しました）：
> # 従来のdata.frame版
> system.time({df = read.csv("~/public_html/stat/data/fukushima.csv", as.is=TRUE)})
ユーザ システム 経過
0.928 0.027 0.963
> system.time(print(mean(df$lat)))
[1] 37.59176
ユーザ システム 経過
0.001 0.000 0.001
> system.time(print(mean(df$lon)))
[1] 140.4282
ユーザ システム 経過
0.001 0.000 0.001
> system.time(print(mean(as.POSIXct(df$datetime))))
[1] "2011-07-18 01:52:49 JST"
ユーザ システム 経過
7.881 3.178 11.147
>
> # 新しいdata.table版
> system.time({dt = fread("~/public_html/stat/data/fukushima.csv")})
ユーザ システム 経過
0.174 0.022 0.057
> system.time(print(mean(dt$lat)))
[1] 37.59176
ユーザ システム 経過
0.001 0.000 0.001
> system.time(print(mean(dt$lon)))
[1] 140.4282
ユーザ システム 経過
0.001 0.000 0.001
> system.time(print(mean(as.POSIXct(dt$datetime))))
[1] "2011-07-18 01:52:49 JST"
ユーザ システム 経過
7.890 3.093 11.059
読み込みは劇的に早くなりました。他の計算はあまり変わりません。ただ，この場合は，日時を表す文字列を内部形式に変換する as.POSIXct() が遅すぎてどうにもなりません。
これを改善するには fasttime パッケージを使います。
install.packages("fasttime")
試してみましょう。
> library(fasttime)
>
> system.time(print(mean(fastPOSIXct(df$datetime))))
[1] "2011-07-18 10:52:49 JST"
ユーザ システム 経過
0.022 0.001 0.024
> system.time(print(mean(fastPOSIXct(dt$datetime))))
[1] "2011-07-18 10:52:49 JST"
ユーザ システム 経過
0.019 0.000 0.020
今のマシンでも2桁以上，昔のマシンでは3桁高速化できました！ すごいですね！ でも答えが違ってますね。実は fasttime は変換元の文字列はGMTにしか対応していないので，JSTなら 9*3600 を引く必要があります。
> mean(fastPOSIXct(dt$datetime)) - 9*3600 [1] "2011-07-18 01:52:49 JST"
data.table の fread() と fasttime の fastPOSIXct()
で劇的に高速化できることがおわかりいただけたでしょうか。
まだまだ未完ですが，とりあえず data.table を使った例：
[追記] lubridateパッケージにも高速な変換関数があります：R で文字列を POSIX time に変換するには lubridate::parse_date_time2() がちょっぱや #rstatsj - Qiita
[追記] Hadley Wickham が fread() に相当する readr というもの（旧 fastread）を作っています：hadley/readr · GitHub
[追記] readr がCRANに入りました（readr 0.1.0 | RStudio Blog）。SPSS，Stata，SASファイルを読む haven も。Excelファイルを読む readxl（RでExcelのデータを読む方法参照）も合わせて，Hadley Wickham だらけになりました。