凌乱csv文件的R-data.table组索引方法

我正在努力学习数据。然而，我看到它的速度是指数级的。因此，我在这里要求您使用data.table方法来解决我的问题

我希望通过data.table完成的任务如下： 假设我有一个1200万的.csv文件，其结构与此类似：
注意：在真实的文件中，每个组都有几百条记录

1;  
0.00;0.01;0.00  
2;  
-0.00;0.01;-0.02  
-0.00;0.01;-0.01  
0.00;0.00;0.01  
3;  
0.00;0.01;0.00  
0.01;0.01;-0.00   
4;  
0.00;0.01;0.00   
-0.00;0.01;-0.02    
5;  
0.00;0.01;0.00  
0.01;0.01;-0.00  

整数表示ID，而记录是属于该索引的观察值。答案是生成以下内容的解决方案：

Var_A <- c(0.00, -0.00, -0.00, 0.00,0.01,0.00,0.01,-0.00,0.00,0.01) 
Var_B <- c(0.01, 0.01, 0.01, 0.01,0.01,0.01,0.01,0.01,0.01,0.01)  
Var_C <- c(0.00, -0.02, -0.01,0.00,-0.00,0.00,-0.00,-0.02,0.00,-0.00)   
ID <- c(1, 2, 2, 2, 3, 3,4,4,5,5) 
solution_df <- data.frame(Var_A, Var_B, Var_C, ID)

---

Var_A我们可以使用
readLines
读取数据集，然后使用
str_count
根据
的数量创建一个逻辑向量，然后通过逻辑向量的累积和创建“ID”。然后用逻辑向量将数据子集，用
read.table
读取，用'ID'读取
cbind

library(stringr)
i1 <- str_count(lines, ";")==1
cbind(ID = cumsum(i1)[!i1], read.table(text=lines[!i1], sep=";"))

库（stringr）
i1谢谢你的快速回复，非常酷！然而，我可能没有正确地解释我自己，因为这不是我解决实际问题所需要的方法
lines <- readLines(textConnection(
"1;
0.00;0.01;0.00
2;
-0.00;0.01;-0.02
-0.00;0.01;-0.01
0.00;0.00;0.01
3;
0.00;0.01;0.00
0.01;0.01;-0.00
4;
0.00;0.01;0.00
0.01;0.01;-0.00
-0.00;0.01;-0.02
5;
0.00;0.01;0.00
0.01;0.01;-0.00")) 

#Or read from the file
lines <- readLines('file.csv')