Übereinstimmende Einträge aus mehreren Eingabedateien

Question

Mein FileA Inhalt ist:

 LetterA     LetterM  12
 LetterB     LetterC  45
 LetterB     LetterG  23

FileB Inhalt ist:

 LetterA    23   43    LetterZ
 LetterB    21   71    LetterC

Ich möchte den originalen Eintrag von FileA plus den Eintrag $2-$3 von FileB schreiben, wenn
FileA $1 = FileB $1 && FileA $2 = FileB $4.
Für die Ausgabe wie folgt:

 LetterB     LetterC  45   -50

Ich kann dies mit einer bash-Schleife tun

 while read ENTRY
 do
    COLUMN1=$(cut -f 1 $ENTRY)
    COLUMN2=$(cut -f 2 $ENTRY)
    awk -v COLUMN1="$COLUMN1" -v COLUMN2="COLUMN2" -v ENTRY="$ENTRY"   
         '($1==COLUMN1 && $4==COLUMN2) 
         {print ENTRY,$2-$3}' FileB
 done < FileA 

Diese Schleife ist jedoch zu langsam. Gibt es eine Möglichkeit, dies mit awk ohne Schleife zu tun?
Um mehrere Eingabedateien zu nehmen -> ihren Inhalt abzugleichen -> gewünschte Ausgabe zu drucken.

Answer 1

Es kann in einem awk-Einzelformat gelöst werden:

awk 'NR==FNR{a[$1":"$2]=$0; next}
     NR>FNR && $1":"$4 in a{print a[$1":"$4], $2-$3}' DateiA DateiB

ODER noch knapper (mit Dank an @JS):

awk 'NR==FNR{a[$1$2]=$0;next}$1$4 in a{print a[$1$4],$2-$3}' Datei{A,B}

Answer 2

Ich habe beschlossen, es mit Python und Numpy zu versuchen, um eine etwas unkonventionelle, aber hoffentlich schnelle Lösung zu finden:

import numpy as np

# Laden der Dateien in Arrays mit automatisch bestimmten Typen pro Spalte
a = np.genfromtxt("fileA", dtype=None)
b = np.genfromtxt("fileB", dtype=None)

# Verketten der Zeichenfolgenspalten (n.b. nimmt an, dass es keine "foo" "bar" und "fo" "obar" gibt)
aText = np.core.defchararray.add(a['f0'], a['f1'])
bText = np.core.defchararray.add(b['f0'], b['f3'])

# Finde die Positionen, an denen die Zeichenfolgen aus A in B übereinstimmen, und gebe die Werte aus
for index in np.where(np.in1d(aText, bText)):
    aRow = a[index][0]
    bRow = b[bText == aText[index]][0]
    print '{1} {2} {3} {0}'.format(bRow[1] - bRow[2], *aRow)

Bearbeitung: Sobald es läuft, ist es schnell, aber die Zeit, die für das Laden der Dateien aufgewendet wird, ist leider länger als die hervorragende Lösung von @anubhava mit awk.