如何计算具有多个列的多个Pandas数据框的准确性

Question

我有多个熊猫数据框，如下所示：

data1 = {'1':[4], '2':[2], '3':[6]}
baseline = pd.DataFrame(data1)

 # baseline output  
   1  2  3
0  4  2  6

data2 = {'1':[3], '2':[5], '5':[5]}
forecast1 = pd.DataFrame(data2)

# forecast1 output
   1  2  5
0  3  5  5

data3 = {'1':[2], '3':[4], '5':[5], '6':[2]}
forecast2 = pd.DataFrame(data3)

# forecast2 output
   1  3  5  6
0  2  4  5  2

与[[baseline数据框（即基线vs预测1和基线vs预测2）相比，我如何（分别）计算forecast1和forecast2的准确性（或混淆矩阵）？]]请注意，与基准数据框相比，预报1和预报2可能会有一些额外的列。因此，精度计算需要考虑可用列的数量，并且还要处理多余的列。有没有办法处理这种情况？

这些数据帧是我正在进行的数据清理的结果，这就是为什么其中一些数据基线基准帧中没有可用的额外列的原因。

感谢您的帮助。

谢谢。

我有多个熊猫数据帧，如下所示：data1 = {'1'：[4]，'2'：[2]，'3'：[6]}基线= pd.DataFrame（data1）＃基线输出1 2 3 0 4 2 6 data2 = {'1'：[3]，'2'：[5]，'5'：[5]} ...

Answer 1

print(baseline.columns)
print(forecast1.columns)
print(forecast2.columns)