保存实时数据框的最佳方式通常是使用数据库或者分布式文件系统进行存储。这样可以确保数据的持久化，并且可以支持高并发的实时写入和查询。

以下是一个使用Python和SQLite数据库保存实时数据框的示例代码：

import sqlite3
import pandas as pd

# 创建数据库连接
conn = sqlite3.connect('realtime_data.db')

# 创建数据表
conn.execute('''
    CREATE TABLE IF NOT EXISTS real_time_data (
        timestamp TIMESTAMP,
        value FLOAT
    )
''')

# 实时数据写入函数
def save_realtime_data(data):
    # 创建数据框
    df = pd.DataFrame(data, columns=['timestamp', 'value'])
    # 将数据写入数据库
    df.to_sql('real_time_data', conn, if_exists='append', index=False)

# 实时数据更新示例
data = [
    ('2021-01-01 10:00:00', 10.5),
    ('2021-01-01 10:01:00', 11.2),
    ('2021-01-01 10:02:00', 9.8)
]

save_realtime_data(data)

# 关闭数据库连接
conn.close()

在这个示例中，我们使用了SQLite数据库，创建了一个名为real_time_data的数据表来保存实时数据。save_realtime_data函数接收一个数据列表，将其转换为数据框并写入数据库。示例中使用了Pandas的to_sql方法将数据写入数据库。

你可以根据实际需求，选择适合的数据库或分布式文件系统来保存实时数据框。