La mise en cache conserve un DataFrame en mémoire (et éventuellement sur disque) après son premier calcul, pour le réutiliser sans le recalculer depuis la source. Elle est utile quand un même résultat sert plusieurs actions. Comme elle est paresseuse, il faut une action pour la remplir, et unpersist() libère l'espace.
Exemple
df.cache()
df.count() # remplit le cache