```scala /** *返回包含數據集中所有行的數組。運行 collect 需要將所有數據移動到應用 *程序的驅動程序進程中，在非常大的數據集上這樣做可能會導致驅動程序進程發 *生 OutOfMemoryError */ def collect(): Array[T] /** *返回數據集中的行數 */ def count(): Long /** *計算數值列和字符串列的基本統計信息，包括 count、mean、stddev、min *和 max。如果沒有指定列，則此函數計算所有數值列或字符串列的統計信息 */ def describe(cols: String*): DataFrame //示例 ds.describe("age", "height").show() // output: // summary age height // count 10.0 10.0 // mean 53.3 178.05 // stddev 11.6 15.7 // min 18.0 163.0 // max 92.0 192.0 /** *返回第一行，同 head() */ def first(): T /** *在 Dataset 的所有行上應用函數 f */ def foreach(f: (T) => Unit): Unit /** *在 Dataset 的每個分區上應用函數 f */ def foreachPartition(f: (Iterator[T]) => Unit): Unit /** *返回頭 n 行 */ def head(): T def head(n: Int): Array[T] /** *同 RDD reduce,使用函數 func(它接受兩個參數并返回一個)聚合數據集的元素 */ def reduce(func: (T, T) => T): T /** *以表格形式顯示數據集。超過 20 個字符的字符串將被截斷，所有單元格將右對齊. * numRows：默認 20 行。 * truncate：截斷，如果設置為大于 0，則截斷字符串以截斷字符，所有單元格將右對齊。 * vertical：是否對齊，如果設置為 true，則垂直打印輸出行(每個列值一行)。 */ def show(numRows: Int, truncate: Int, vertical: Boolean): Unit def show(numRows: Int, truncate: Int): Unit def show(numRows: Int, truncate: Boolean): Unit def show(truncate: Boolean): Unit def show(): Unit def show(numRows: Int): Unit /** *計算數值列和字符串列的指定統計信息。如果沒有給出統計信息，這個函數 *計算 count、mean、stddev、min、近似四分位數(25%、50%和 75%的百分比)和max。 */ def summary(statistics: String*): DataFrame //示例 ds.summary().show() // output: // summary age height // count 10.0 10.0 // mean 53.3 178.05 // stddev 11.6 15.7 // min 18.0 163.0 // 25% 24.0 176.0 // 50% 24.0 176.0 // 75% 32.0 180.0 // max 92.0 192.0 //指定某些統計信息 ds.summary("count", "min", "25%", "75%", "max").show() ds.select("age", "height").summary().show() /** *返回頭 n 行 */ def take(n: Int): Array[T] ```