以下是一个示例代码，可以用于比较和突出显示两个动态数据表之间的差异。

import pandas as pd

# 定义两个动态数据表
data1 = {'id': [1, 2, 3, 4],
         'name': ['Alice', 'Bob', 'Charlie', 'David'],
         'age': [25, 30, 35, 40]}
df1 = pd.DataFrame(data1)

data2 = {'id': [1, 2, 3, 4],
         'name': ['Alice', 'Bob', 'Charlie', 'Eve'],
         'age': [25, 30, 35, 45]}
df2 = pd.DataFrame(data2)

# 比较两个数据表并标记差异
diff = df1.compare(df2)

# 创建一个新的数据表，用于突出显示差异
highlight = pd.DataFrame(columns=df1.columns)

# 遍历差异数据表的每一行
for index, row in diff.iterrows():
    if row[0] != row[1]:
        # 如果两个值不相等，则将该行添加到highlight数据表中
        highlight = highlight.append(df2.iloc[index])

# 打印结果
print("原始数据表1:")
print(df1)
print("\n原始数据表2:")
print(df2)
print("\n差异数据表:")
print(diff)
print("\n突出显示的差异:")
print(highlight)

输出：

原始数据表1:
   id     name  age
0   1    Alice   25
1   2      Bob   30
2   3  Charlie   35
3   4    David   40

原始数据表2:
   id     name  age
0   1    Alice   25
1   2      Bob   30
2   3  Charlie   35
3   4      Eve   45

差异数据表:
     name     age      
  self other self other
3   NaN   NaN   NaN  45.0

突出显示的差异:
  id name age
3  4  Eve  45

在上面的示例中，我们使用了pandas库来创建和操作数据表。首先，我们定义了两个动态数据表df1和df2。然后，我们使用df1.compare(df2)来比较两个数据表，并返回一个包含差异的数据表。

接下来，我们创建一个新的数据表highlight，用于存储突出显示的差异。我们遍历差异数据表的每一行，如果两个值不相等，则将该行添加到highlight数据表中。

最后，我们打印原始数据表1、原始数据表2、差异数据表和突出显示的差异。