Le schéma d'un DataFrame définit les noms et types de ses colonnes. À la lecture de fichiers, Spark peut l'inférer, ce qui coûte une passe sur les données et peut se tromper, ou le recevoir explicitement via un StructType, plus rapide et plus sûr. Les formats comme Parquet embarquent déjà leur schéma.
Exemple
schema = StructType([StructField('id', IntegerType()), StructField('montant', DoubleType())])
df = spark.read.schema(schema).csv('ventes.csv', header=True)