Dataset是一個數據的集合，通常以表格形式出現。每一列代表一個特定變量。每一行都對應于某一成員的數據集的問題。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。每個數值被稱為數據資料。對應于行數，該數據集的數據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，然后在數據集由一列列的數值組成，往往被描述為一個列表。盡管名稱，這樣一個單數據集不是一套通常的數學意義，因為某一個指定數值，可能會出現多次。通常的順序并不重要，然后這樣數值的集合可能被視為多重集，而不是（順序）列表。

值可能是數字，例如真正的數字或整數，例如代表一個人的身高多少厘米，但也可能是象征性的數據（即不包括數字），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。

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

數據集在斷開緩存中存儲數據。數據集的結構類似于關系數據庫的結構；它公開表、行和列的分層對象模型。另外，它包含為數據集定義的約束和關系。