我们可以使用Python中的pandas库来实现比较两个数据快照，并标记数据变化。这可以通过将两个数据快照合并为一个数据帧，并使用pandas的diff()方法来获取两个快照之间的差异来实现。

下面给出一个示例代码：

import pandas as pd

# 读取原始数据快照并存储为pandas数据帧
df_old = pd.read_csv('old_snapshot.csv')
df_new = pd.read_csv('new_snapshot.csv')

# 合并两个数据帧
df_merged = pd.merge(df_old, df_new, on='id') 

# 比较两个快照之间的差异
df_diff = df_merged[df_merged['value_x'] != df_merged['value_y']]
df_diff = df_diff[['id', 'value_x', 'value_y']]

# 将差异标记为'新增”、'删除”、'修改”
df_diff.loc[df_diff['value_x'].isnull(), 'change'] = '新增'
df_diff.loc[df_diff['value_y'].isnull(), 'change'] = '删除'
df_diff.loc[(df_diff['value_x'].notnull()) & (df_diff['value_y'].notnull()), 'change'] = '修改'

# 输出差异数据
print(df_diff)

该示例代码首先读取两个快照的原始数据，并使用pd.merge()方法将它们合并为一个数据帧。然后使用df_merged[df_merged['value_x'] != df_merged['value_y']]来获取两个快照之间的差异。最后，将差异标记为'新增”、'删除”、'修改”。

需要注意的是，该示例代码只比较了id和value两列。如果需要比较更多的列，请相应地修改代码。