df1 = pd.DataFrame([['A', 'B', 'C', 'D', 'E', 'F'], ['A', 'H', 'I', 'J', 'K', 'L'], ['C', 'E', 'K', 'M', 'N', 'Z'], ['B', 'M', 'O', 'R', 'U', 'Y'], ['M', 'S', 'V', 'W', 'X', 'Z']], columns=['one', 'two', 'three', 'four', 'five', 'six'])

df2 = pd.DataFrame([['A', 'F', 'H', 'O', 'Q', 'X'], ['E', 'H', 'K', 'W', 'X', 'Z']], columns=['one', 'two', 'three', 'four', 'five', 'six'])

这是示例结果

result = pd.DataFrame([['A', 'B', 'C', 'D', 'E', 'F',2], ['A', 'H', 'I', 'J', 'K', 'L',2], ['C', 'E', 'K', 'M', 'N', 'Z',3], ['B', 'M', 'O', 'R', 'U', 'Y',1], ['M', 'S', 'V', 'W', 'X', 'Z',3]], columns=['one', 'two', 'three', 'four', 'five', 'six' ,'max_mix'])

获取df1的行与df2的每一行的相同元素的个数，将最大的个数赋值到df1的新列max_mix，该如何处理？