下面是一个使用Apache Spark（Python）的代码示例，用于检查一个DataFrame中的坐标是否在另一个DataFrame的坐标范围内。

首先，我们假设有两个DataFrame，一个包含点的坐标信息，另一个包含区域的边界信息。

from pyspark.sql import SparkSession
from pyspark.sql.functions import col

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建点DataFrame
point_data = [(1, 2), (3, 4), (5, 6)]
point_df = spark.createDataFrame(point_data, ["x", "y"])

# 创建区域DataFrame
region_data = [(0, 0, 4, 4), (3, 3, 6, 6)]
region_df = spark.createDataFrame(region_data, ["x1", "y1", "x2", "y2"])

# 使用Spark SQL的ST_Contains函数检查点是否在区域内
result = spark.sql("""
    SELECT *
    FROM point_df p
    WHERE EXISTS (
        SELECT *
        FROM region_df r
        WHERE p.x >= r.x1 AND p.y >= r.y1 AND p.x <= r.x2 AND p.y <= r.y2
    )
""")

# 显示结果
result.show()

在上面的代码中，我们使用了Spark SQL的ST_Contains函数来检查点是否在区域内。该函数接受四个参数：待检查的点的x坐标，待检查的点的y坐标，区域的左上角x坐标，区域的左上角y坐标，区域的右下角x坐标，区域的右下角y坐标。如果点在区域内，则返回True；否则返回False。

在上述代码中，我们首先创建了两个DataFrame，分别是point_df和region_df，分别包含点的坐标信息和区域的边界信息。然后使用Spark SQL的ST_Contains函数来检查点是否在区域内，并将结果保存在result DataFrame中。最后，我们使用show()函数显示结果。

请注意，上述代码仅为示例，实际情况下您需要根据自己的数据格式和要求进行适当的修改。