Эффективный разбор строки из столбца в таблицу данных в R

У меня есть таблица данных с полем для подсчета людей из каждой страны в формате «XYZ: #», где XYZ — это код страны, а # количество.

Вот пример 4 строк из таблицы данных:

dt <-data.table(event = c("Event 1", "Event 2", "Event 3", "Event 4"),
       desc = c("Desc1", "Desc1", "Desc2", "Desc3"),
       countries = c("USA:433, MEX:132, GRC:58, GBR:50, IRL:35, ITA:20",
                     "ESP:42, DEU:40, ITA:20, SLE:7",
                     "GBR:78, JAM:63, USA:30, AUT:18, GHA:5",
                     "NLD:53, GBR:21, CHN:20"))

Поле «страны» может содержать любое количество записей, единственная структура которых состоит в том, что оно начинается от наиболее многочисленных к наименее многочисленным. Мне нужно разобрать это в таблицу данных для анализа комбинаций событий и описаний. Поэтому мне нужна таблица, показывающая количество по коду страны, со строками в том же порядке, чтобы я мог объединить ее обратно с полями события и описания.

Мое решение до сих пор очень неэффективно, оно перебирает каждую строку, а затем анализирует столбец стран сначала для разделителя запятой, а затем для двоеточия. Вот что у меня есть до сих пор:

# Reference data for ISO 3-alpha country codes as character vector
nat_codes <- read.csv("countries_codes.csv")[[3]]

# Create empty data table

master_dt <- data.table(matrix(nrow = 0, ncol = length(nat_codes)+1))
names(master_dt) <- c(sort(nat_codes), "Unknown")

for (i in 1:nrow(dt)){
    
    # split each string by the "," separator
    row_component <- strsplit(dt$countries, ",")[[i]]
    
    country_codes <- c()
    numbers <- c()
    
    # Loop through each component and separate country from count
    for (j in 1:length(row_component)){
        
        my_split <- strsplit(row_component[[j]], ":")[[1]]
        
        # Extract the country code, add to vector
        country_codes[j] <- gsub("\\s+", "", my_split[1])
        
        # Extract the number
        numbers[j] <- as.numeric(my_split[2])
    }
    # Re-assemble country codes and numbers as a data table and bind
    

    row_dt <- data.table(country = country_codes, number = numbers)
    row_dt <- transpose(row_dt)
    names(row_dt) <- as.character(row_dt[1,])
    row_dt <- row_dt[-1,]
    
    master_dt <- rbindlist(list(master_dt, row_dt),
                           fill = TRUE,
                           use.names = TRUE)
    
}
# remove rows with no entries
master_dt <- Filter(function(x)!all(is.na(x)), master_dt)

Результат, который я получаю от этого, правильный (хотя мне нужно было бы преобразовать тип), но этот подход слишком неэффективен для масштабирования.

    USA  MEX  GRC  GBR  IRL  ITA  ESP  DEU  SLE  JAM  AUT  GHA  NLD  CHN
1:  433  132   58   50   35   20 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>
2: <NA> <NA> <NA> <NA> <NA>   20   42   40    7 <NA> <NA> <NA> <NA> <NA>
3:   30 <NA> <NA>   78 <NA> <NA> <NA> <NA> <NA>   63   18    5 <NA> <NA>
4: <NA> <NA> <NA>   21 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA>   53   20

Мне нужно использовать это для сотен тысяч записей, но это довольно медленно для тестового набора около 1000 строк. Каковы самые простые победы здесь для повышения производительности? Предпочтительны базовые и data.table решения.

Существует вторичная проблема получения кодов стран, которых нет в справочных данных, но я могу назначить их неизвестным или игнорировать их. Спасибо.