上述情况在不知道哪一列修改了，修改前会备份为临时变量back，需要先对比两个Dataframe类型变量，然后将变更的列输出，要求输出变化前和变化后的值

如果你想检测两个DataFrame之间的列值变化，即使你不知道具体的列名，可以按照以下步骤操作：

1. **数据备份**：创建一个临时变量 `backup_df` 来保存第一个DataFrame的副本。

backup_df = df.copy()

2. **数据对比**：计算两个DataFrame的差集，这将给出哪些列有不同。

diff_cols = set(backup_df.columns) ^ set(df.columns)

`^` 表示集合的差集运算，得到两个DataFrame中独有的列。

3. **遍历差异列**：对于每个差异列，提取出修改前后的值。

for col in diff_cols:
    backup_col = backup_df[col]
    current_col = df[col]

    # 检查列值是否有变化
    changed_rows = backup_col != current_col
    
    # 提取变化前后的行，通常这里需要进一步处理，如筛选变化的行
    changed_rows_series = changed_rows.to_frame(name='Change')
    
    # 输出变化前后的值
    print(f"Column {col}:")
    print("Before change:", backup_col[changed_rows].values)
    print("After change:", current_col[changed_rows].values)
    print("\n")

上述代码会打印出每列发生变化时，变化前后的值。注意，这里的`changed_rows` Series仅表示哪些行有变化，并未包含具体的新旧值。