各位工程师好，我个人在两家基因检测公司做了检测，得到两份“位点-序列”（ rsid-genotype ）测序结果，理论上这两份序列结果应该是一样的，但我发现有一定比例的不一致，我想知道不一致的准确比例是多少，由于有超过 59 万条对应关系，我无法在个人电脑上处理，且没有数据处理软件使用能力，希望可以得到帮助。恳请有兴趣的工程师与我联系。子弹短信：ggyy https://s1.ax1x.com/2018/08/30/PXfHl8.png
本文由 vps网友提供，转载请注明出处
本文链接： https://www.vpsvsvps.com/discuss/a/1676471931785711616.html
pd.read_csv/excel 把两个数据读进来，df1.merge(df2，how=left)左关联第二份数据，然后比较呗。但是如果你位点数据都一样的话为什么不先排序然后直接用 excel 的'='做对比呢
哪有用 vlookup 做大数据匹配的，vlookup 感觉就是完全的挨个遍历，慢的厉害还特别占资源
BWA SOAP 软件了解一下
@LadyChunsKite 不在居住国家做问题不大，倒是保险送的基因检测万万做不得
碱基对比对？ Smith waterman 了解一下？
子弹短信无法在 8.0 的 ios 上运行，可以联系我 qq:OTgzMTM5MDk3
@LadyChunsKite 基因信息虽然很重要，但是完全无法保护。。。比如上个厕所，吐个痰，去饭店吃个饭。。。到处都是完整的基因信息吧
题外话：
其实我有时候就在想，自己的基因可是一个很重要的个人信息呀，比什么手机号，年龄重要多了。
就不怕被公司拿走干坏事？
导数据库里两张表，然后(select * from A minus select * from B) union all (select * from B minus select * from A)这样？
理论上这两份序列结果应该是不完全一样的把，DNA 复制的时候有一定概率会产生变异，这个概率放大到全基因组的话，“不完全一样”的概率是很高的。
提供一个不知道可不可行的办法：把注释删掉，然后行排序，然后 diff 之，应该是不需要上什么专业软件，找个编辑器之类的。59w 行可能要跑一段时间，不过应该还好？
数据可以传到公司外面？
59W 条数据应该还好， 用 Pandas 感觉普通电脑应该能搞定
流行子弹短信吗 哈哈
