DataFrames
回到术语表什么是数据帧?
一个DataFrame是一种数据结构，它将数据组织到包含行和列的2维表中，非常类似于电子表格。dataframe是现代数据分析中最常用的数据结构之一，因为它们是一种灵活而直观的存储和处理数据的方式。
每个DataFrame包含一个蓝图，称为模式，它定义了每个列的名称和数据类型。Spark dataframe可以包含通用的数据类型，如StringType和IntegerType，以及特定于Spark的数据类型，如StructType。缺失或不完整的值存储为零数据帧中的值。
一个简单的类比是，DataFrame就像一个带有命名列的电子表格。然而，它们之间的区别在于，电子表格位于特定位置的一台计算机上，而DataFrame可以跨越数千台计算机。通过这种方式，DataFrames使得使用分布式计算集群对大数据进行分析成为可能。
将数据放在多台计算机上的原因应该是直观的:要么数据太大，一台计算机无法容纳，要么在一台计算机上执行计算需要太长时间。
DataFrame的概念在许多不同的语言和框架中都很常见。DataFrames是pandas(流行的Python数据分析库)中使用的主要数据类型，在R、Scala和其他语言中也使用DataFrames。
额外的资源
回到术语表
