假设我有两个不等长的三角形，df 1和df 2。
第一个框架df 1看起来像这样：

id | a   |  b  |  c  |  d
--------------------------
i1 | 1,2 |  0  | Nan |  3
i2 |  1  |  4  |  2  | 0,3
i3 |  0  |  1  | 2,3 | Nan

字符串
第二个框架df 2看起来像这样：

id | a   |  b  |  c  |  d
--------------------------
i5 | 0,3 |  1  | 2,4 | Nan
i2 |  1  |  4  |  2  |  0
i3 |  0  |  1  | 2,3 | Nan
i4 |  0  |  1  | 2,3 | Nan
i1 |  1  |  0  | Nan |  3

型
两个嵌套框具有相同的列名;a，b，c & d。它们可能在列id中具有相同的元素，但不一定具有相同的顺序。
现在，对于列id中的每个常见id号，我想比较所有列a，b，c和d的值并计算准确率百分比。
例如，让我们看看id号i1，在df 1中，列a中的值对于这个id号是1，2，但是在df 2中，具有相同的id号i1，列a中的值为1。因此缺少值2，因此准确度应该是50%左右.这将对每一列和每一行重复.如果id号在df 2中不存在df 1或相反，它应该被忽略.我想计算最终的准确率百分比，并能够可视化匹配的元素和不匹配的元素.
为了比较列a，我尝试了这样的方法：

new_df2 = df2[df2.id.isin(df1.id)]

acc = (df1.sort_values('id')['a'].reset_index()==new_df2.sort_values('id')['a'].reset_index()).mean()

型
我不确定这是否正确，或者这是否是最好的方法。有什么建议吗？