Dataset是一個數(shù)據(jù)的集合，通常以表格形式出現(xiàn)。每一列代表一個特定變量。每一行都對應于某一成員的數(shù)據(jù)集的問題。它列出的價值觀為每一個變量，如身高和體重的一個物體或價值的隨機數(shù)。每個數(shù)值被稱為數(shù)據(jù)資料。對應于行數(shù)，該數(shù)據(jù)集的數(shù)據(jù)可能包括一個或多個成員。

從歷史上看，這個術語起源于大型機領域，在那里它有一個明確界定的意義，非常接近現(xiàn)代的計算機檔案。這個主題是不包括在這里。

最簡單的情況下，只有一個變量，然后在數(shù)據(jù)集由一列列的數(shù)值組成，往往被描述為一個列表。盡管名稱，這樣一個單數(shù)據(jù)集不是一套通常的數(shù)學意義，因為某一個指定數(shù)值，可能會出現(xiàn)多次。通常的順序并不重要，然后這樣數(shù)值的集合可能被視為多重集，而不是（順序）列表。

值可能是數(shù)字，例如真正的數(shù)字或整數(shù)，例如代表一個人的身高多少厘米，但也可能是象征性的數(shù)據(jù)（即不包括數(shù)字），例如代表一個人的種族問題。更一般的說，價值可以是任何類型描述為某種程度的測量。對于每一個變量，通常所有的值都是同類。但是也可能是“遺漏值”，其中需要指出的某種方式。

在統(tǒng)計數(shù)據(jù)集通常來自實際觀測得到的抽樣統(tǒng)計人口，每一行對應于觀測的一個組成部分，人口。數(shù)據(jù)集可能會進一步產(chǎn)生算法為測試目的某些種類的軟件。一些現(xiàn)代統(tǒng)計分析軟件，如PSPP仍然存在的數(shù)據(jù)中的經(jīng)典數(shù)據(jù)集的方式。

數(shù)據(jù)集在斷開緩存中存儲數(shù)據(jù)。數(shù)據(jù)集的結(jié)構(gòu)類似于關系數(shù)據(jù)庫的結(jié)構(gòu)；它公開表、行和列的分層對象模型。另外，它包含為數(shù)據(jù)集定義的約束和關系。