可以使用Pandas的copy()方法复制一个数据帧，而不是直接对原始数据帧进行更改。这样可以保留原始数据帧的值，同时也可以对新的数据帧进行更改。

示例代码如下：

import pandas as pd
 
# 创建原始数据帧
df_original = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
 
# 将原始数据帧复制到新的数据帧
df_new = df_original.copy()
 
# 更改新数据帧的一列
df_new['A'] = [4, 5, 6]
 
# 确认原始数据帧的值没有被更改
print(df_original)
# 输出：
#    A  B
# 0  1  4
# 1  2  5
# 2  3  6
 
# 确认新数据帧已更改
print(df_new)
# 输出：
#    A  B
# 0  4  4
# 1  5  5
# 2  6  6

在此示例中，我们首先创建一个包含两列的原始数据帧。使用copy()方法将原始数据帧复制到新数据帧。对新数据帧的一列进行更改，然后确认原始数据帧的值没有被更改，而新数据帧已更改。这通过copy()方法确保对原始数据帧的更改不同步应用于新数据帧。