thai_instruction
stringlengths 8
429
⌀ | eng_instruction
stringlengths 16
503
⌀ | table
stringlengths 11
2.09k
⌀ | sql
stringlengths 9
2.37k
⌀ | pandas
stringlengths 1
635
⌀ | real_table
stringclasses 2
values |
|---|---|---|---|---|---|
รอบใดที่น้อยกว่า 545 โดยรวมสำหรับ San Francisco Giants? | What round was less than 545 overall for San Francisco Giants? | df = pd.DataFrame({'round': pd.Series(dtype='str'), 'overall': pd.Series(dtype='str'), 'mlb_team': pd.Series(dtype='str')}) | null | df.loc[(df['overall'].astype(int) < 545) & (df['mlb_team'] == 'san francisco giants'), 'round'] | general |
สวอนนาโนอาอยู่ในเพศใด? | What Gender has the area of swannanoa? | df = pd.DataFrame({'gender': pd.Series(dtype='str'), 'area': pd.Series(dtype='str')}) | null | df.loc[df['area'] == 'swannanoa', 'gender'] | general |
ปีใดที่มีเดไซล์น้อยกว่า 8 ในพื้นที่เซาท์บรูค? | What years had the decile smaller than 8 in the area of southbrook? | df = pd.DataFrame({'years': pd.Series(dtype='str'), 'decile': pd.Series(dtype='str'), 'area': pd.Series(dtype='str')}) | null | df.loc[(df['decile'].astype(int) < 8) & (df['area'] == 'southbrook'), 'years'] | general |
สำหรับการแพ้ 10 ครั้งและโบนัสการลองเล่น 4 ครั้ง มีคะแนนอะไรบ้าง | For a Lost of 10 and a Try Bonus of 4, what are the points against them? | df = pd.DataFrame({'points_against': pd.Series(dtype='str'), 'try_bonus': pd.Series(dtype='str'), 'lost': pd.Series(dtype='str')}) | null | df.loc[(df['try_bonus'] == '4') & (df['lost'] == '10'), 'points_against'] | general |
มี 429 แต้มต่อ Tries Against คืออะไร? | Having 429 points against, what is the Tries Against? | df = pd.DataFrame({'tries_against': pd.Series(dtype='str'), 'points_against': pd.Series(dtype='str')}) | null | df.loc[df['points_against'] == '429', 'tries_against'] | general |
ด้วย Try Bonus ที่ 8 Tries Against คืออะไร? | With a Try Bonus of 8, what is the Tries Against? | df = pd.DataFrame({'tries_against': pd.Series(dtype='str'), 'try_bonus': pd.Series(dtype='str')}) | null | df.loc[df['try_bonus'] == '8', 'tries_against'] | general |
สโมสรใดมีโบนัสลองเล่นที่ 8? | What club has a Try Bonus of 8? | df = pd.DataFrame({'club': pd.Series(dtype='str'), 'try_bonus': pd.Series(dtype='str')}) | null | df.loc[df['try_bonus'] == '8', 'club'] | general |
สำหรับ Pontyberem RFC ที่มี Try Bonus อยู่ที่ 2 จะต้องเล่นอะไร? | For Pontyberem RFC that has a Try Bonus of 2, what is the played? | df = pd.DataFrame({'played': pd.Series(dtype='str'), 'try_bonus': pd.Series(dtype='str'), 'club': pd.Series(dtype='str')}) | null | df.loc[(df['try_bonus'] == '2') & (df['club'] == 'pontyberem rfc'), 'played'] | general |
ไม้กอล์ฟที่มีแต้มต่อ 400 แต้มจะได้แต้มอะไร? | With a club that has 400 Points against, what are the points? | df = pd.DataFrame({'points_for': pd.Series(dtype='str'), 'points_against': pd.Series(dtype='str')}) | null | df.loc[df['points_against'] == '400', 'points_for'] | general |
เมื่อประตูต่อมากกว่า 60 และแพ้น้อยกว่า 29 ประตูที่เล่นสูงสุดคืออะไร? | When goals against is greater than 60 and losses less than 29, what is the highest played? | df = pd.DataFrame({'played': pd.Series(dtype='int'), 'goals_against': pd.Series(dtype='str'), 'losses': pd.Series(dtype='str')}) | null | df.loc[(df['goals_against'].astype(int) > 60) & (df['losses'].astype(int) < 29), 'played'].max() | general |
สโมสรใดยิงได้น้อยกว่า 60 ประตู ผลต่างประตูน้อยกว่า 1 ประตู และอันดับ 8 | What club has less than 60 goals against, a goal difference smaller than 1, and a position of 8? | df = pd.DataFrame({'club': pd.Series(dtype='str'), 'position': pd.Series(dtype='str'), 'goals_against': pd.Series(dtype='str'), 'goal_difference': pd.Series(dtype='str')}) | null | df.loc[(df['goals_against'].astype(int) < 60) & (df['goal_difference'].astype(int) < 1) & (df['position'].astype(int) == 8), 'club'] | general |
พวกเขาเล่นที่ไหนในสัปดาห์ที่ 14? | Where did they play in week 14? | df = pd.DataFrame({'game_site': pd.Series(dtype='str'), 'week': pd.Series(dtype='str')}) | null | df.loc[df['week'] == '14', 'game_site'] | general |
คู่ต่อสู้คือใครเมื่อมีผู้เข้าร่วม 48,121 คน? | Who was the opponent when 48,121 people attended? | df = pd.DataFrame({'opponent': pd.Series(dtype='str'), 'attendance': pd.Series(dtype='str')}) | null | df.loc[df['attendance'] == '48,121', 'opponent'] | general |
คะแนนเมื่อมีผู้เข้าร่วม 50,514 คน? | What was the score when 50,514 people were in attendance? | df = pd.DataFrame({'result': pd.Series(dtype='str'), 'attendance': pd.Series(dtype='str')}) | null | df.loc[df['attendance'] == '50,514', 'result'] | general |
พวกเขามีรอบตัดเชือกแบ่งกลุ่มที่ไหน? | Where did they have the divisional playoffs? | df = pd.DataFrame({'game_site': pd.Series(dtype='str'), 'week': pd.Series(dtype='str')}) | null | df.loc[df['week'] == 'divisional playoffs', 'game_site'] | general |
มีจำนวนผู้เข้าร่วม 54,418 คน ผลเป็นอย่างไร? | What is the result when there was an attendance of 54,418? | df = pd.DataFrame({'result': pd.Series(dtype='str'), 'attendance': pd.Series(dtype='str')}) | null | df.loc[df['attendance'] == '54,418', 'result'] | general |
บทบาทของราเชลมีบทบาทในทีวีในปีใด | What year was the role of Rachel active in TV? | df = pd.DataFrame({'year_active': pd.Series(dtype='str'), 'role': pd.Series(dtype='str')}) | null | df.loc[df['role'] == 'rachel', 'year_active'] | general |
ตั้งชื่อผลรวมของประชากร 1.1.2008 สำหรับ trnsberg และประชากร 1.1.2006 มากกว่า 45.447 | Name the sum of population 1.1.2008 for tønsberg and population 1.1.2006 more than 45.447 | df = pd.DataFrame({'population_112008': pd.Series(dtype='int'), 'urban_area': pd.Series(dtype='str'), 'population_112006': pd.Series(dtype='float')}) | null | df.loc[(df['urban_area'] == 'tønsberg') & (df['population_112006'] > 45.447), 'population_112008'].sum() | general |
ตั้งชื่อประชากรน้อยที่สุด 1.1.2008 โดยมีประชากรต่อตารางกิโลเมตร 1.957 และประชากร 1.1.2006 น้อยกว่า 12.67 | Name the least population 1.1.2008 with population per square km of 1.957 and population 1.1.2006 less than 12.67 | df = pd.DataFrame({'population_112008': pd.Series(dtype='int'), 'population_per_square_km': pd.Series(dtype='float'), 'population_112006': pd.Series(dtype='float')}) | null | df.loc[(df['population_per_square_km'] == 1.957) & (df['population_112006'] < 12.67), 'population_112008'].min() | general |
ตั้งชื่อจำนวนประชากรทั้งหมดต่อตารางกิโลเมตร โดยมีประชากร 1.12006 จาก 12.757 คน | Name the total number of population per square km with population 1.12006 of 12.757 | df = pd.DataFrame(columns=['population_per_square_km', 'population_112006']) | null | df[df['population_112006'] == '12.757']['population_per_square_km'].count() | general |
คะแนนเฉลี่ยเมื่อเครื่องยนต์ถึงจุดไคลแม็กซ์ 4 ตรงก่อนปี 1958 เป็นเท่าใด? | What is the average Points when the engine was a climax straight-4 earlier than 1958? | df = pd.DataFrame(columns=['points', 'engine', 'year']) | null | df[(df['engine'] == 'climax straight-4') & (df['year'].astype(int) < 1958)]['points'].mean() | general |
เครื่องยนต์มาเซราติ สเตรท-4 หลังปี 1959 ได้กี่คะแนน? | What is the number of points for the maserati straight-4 engine, later than 1959? | df = pd.DataFrame(columns=['points', 'engine', 'year']) | null | df[(df['engine'] == 'maserati straight-4') & (df['year'].astype(int) > 1959)]['points'].count() | general |
เครื่องยนต์ใดมีแชสซี JBW ในปี 1960 | What engine had a JBW chassis in 1960? | df = pd.DataFrame(columns=['engine', 'chassis', 'year']) | null | df[(df['chassis'] == 'jbw') & (df['year'] == '1960')]['engine'].iloc[0] | general |
จุดสูงสุดของแชสซี JBW ที่มีเครื่องยนต์ 4 จังหวะไคลแม็กซ์ หลังปี 1961 คืออะไร? | What is the highest points for the JBW chassis with a climax straight-4 engine, later than 1961? | df = pd.DataFrame(columns=['points', 'year', 'chassis', 'engine']) | null | df[(df['chassis'] == 'jbw') & (df['engine'] == 'climax straight-4') & (df['year'].astype(int) > 1961)]['points'].max() | general |
เครื่องยนต์ปี 61 ชื่ออะไรครับ? | What is the name of the engine in 1961? | df = pd.DataFrame(columns=['engine', 'year']) | null | df[df['year'] == '1961']['engine'].iloc[0] | general |
Toronto Blue Jays ปี 2003 54-55 คือวันไหน | On which date were the 2003 Toronto Blue Jays 54-55? | df = pd.DataFrame(columns=['date', 'record']) | null | df[df['record'] == '54-55']['date'].iloc[0] | general |
การเข้าร่วมโดยเฉลี่ยของการเข้าร่วมกะลาสีเรือเมื่อบันทึกของพวกเขาคือ 62-64 คืออะไร? | What is the average attendance of the Mariners' attendance when their record was 62-64? | df = pd.DataFrame(columns=['attendance', 'opponent', 'record']) | null | df[(df['opponent'] == 'mariners') & (df['record'] == '62-64')]['attendance'].mean() | general |
คะแนนเมื่อทีม Blue Jays มีผู้เข้าร่วมมากกว่า 9,430 คนเป็นเท่าใด | What was the score when the Blue Jays had an attendance larger than 9,430? | df = pd.DataFrame(columns=['score', 'attendance']) | null | df[df['attendance'].astype(int) > 9430]['score'].iloc[0] | general |
เขื่อนป้อมเพ็กซึ่งสร้างขึ้นก่อนปี พ.ศ. 2511 ตั้งอยู่ในสหรัฐอเมริกาและมีเขื่อนประเภท TE มีความสูงเท่าใด | What is the height of the fort peck dam which was built before 1968, is located in the united states and has a dam type of TE ? | df = pd.DataFrame(columns=['structure_height_', 'm', 'name', 'country', 'year', 'type']) | null | df[(df['year'].astype(int) < 1968) & (df['type'] == 'te') & (df['country'] == 'united states') & (df['name'] == 'fort peck dam')]['structure_height_'].iloc[0] | general |
ใครคือรองชนะเลิศก่อนปี 2550? | Who was the runner up before 2007? | df = pd.DataFrame(columns=['runner_up', 'season']) | null | df[df['season'].astype(int) < 2007]['runner_up'].iloc[0] | general |
Manresa เป็นแชมป์ในฤดูกาลใด | Which season was Manresa the champion? | df = pd.DataFrame(columns=['season', 'champion']) | null | df[df['champion'] == 'manresa']['season'].iloc[0] | general |
cosworth ca2006 2.4 v8 4 series ใช้ปีไหนครับ? | What year was the cosworth ca2006 2.4 v8 4 series used? | df = pd.DataFrame(columns=['year', 'engine']) | null | df[df['engine'] == 'cosworth ca2006 2.4 v8 4 series']['year'].mean() | general |
mclaren mp4-20 ใช้เครื่องยนต์อะไร? | What engine did the mclaren mp4-20 use? | df = pd.DataFrame(columns=['engine', 'chassis']) | null | df[df['chassis'] == 'mclaren mp4-20']['engine'].iloc[0] | general |
ทีมไหนใช้เครื่องยนต์ toyota rvx-07 2.4 v8 | What team used the toyota rvx-07 2.4 v8 engine | df = pd.DataFrame(columns=['entrant', 'engine']) | null | df[df['engine'] == 'toyota rvx-07 2.4 v8']['entrant'].iloc[0] | general |
2 คะแนนในปีใด? | in what year were 2 points scored? | df = pd.DataFrame(columns=['year', 'points']) | null | df[df['points'] == '2']['year'].max() | general |
เครื่องยนต์อะไรได้ 17 คะแนน? | What engine scored 17 points? | df = pd.DataFrame(columns=['engine', 'points']) | null | df[df['points'] == '17']['engine'].iloc[0] | general |
กี่ปีชนะเมื่อพาร์ถึงมากกว่า 13? | What years won when the To par is more than 13? | df = pd.DataFrame(columns=['year_s__won', 'to_par']) | null | df[df['to_par'].astype(int) > 13]['year_s__won'].iloc[0] | general |
ผลรวมสูงสุดสำหรับออสเตรเลียคือเท่าใด | What is the highest Total for Australia? | df = pd.DataFrame(columns=['total', 'country']) | null | df[df['country'] == 'australia']['total'].max() | general |
ผลรวมเฉลี่ยของสหรัฐอเมริกาที่ชนะพาร์มากกว่า 6 และ 1996 เป็นเท่าใด? | What is the average Total for the United States with a To par more than 6 and 1996 was won? | df = pd.DataFrame(columns=['total', 'year_s__won', 'country', 'to_par']) | null | df[(df['country'] == 'united states') & (df['to_par'].astype(int) > 6) & (df['year_s__won'] == '1996')]['total'].mean() | general |
การแสดงครั้งแรกของ Billy Elliot เมื่อวันที่ 15 พฤศจิกายน พ.ศ. 2550 มีลักษณะอย่างไร? | What is the Style of the First Performance of Billy Elliot on 15 November 2007? | df = pd.DataFrame(columns=['style', 'first_performance']) | null | df[df['first_performance']=='15 november 2007']['style'] | general |
การแสดงครั้งสุดท้ายของ Rarmian Newton ในบท Billy Elliot คือวันที่เท่าไหร่? | What is the date of the Last Performance of Rarmian Newton as Billy Elliot? | df = pd.DataFrame(columns=['last_performance', 'name']) | null | df[df['name'] == 'rarmian newton']['last_performance'] | general |
การแสดง Last Ballet Style ของ Rhys kosakowski ในบท Billy Elliot คือวันที่เท่าไหร่? | What is the date of the Last Ballet Style Performance of Rhys kosakowski as Billy Elliot? | df = pd.DataFrame(columns=['last_performance', 'style', 'name']) | null | df[(df['style'] == 'ballet') & (df['name'] == 'rhys kosakowski')]['last_performance'] | general |
การแสดงครั้งสุดท้ายของ Billy Elliot ที่มีสถานะนักแสดงทดแทนในอดีตคือวันที่เท่าไหร่? | What is the date of the Last Performance of Billy Elliot with a Cast Status of past replacement? | df = pd.DataFrame(columns=['last_performance', 'status']) | null | df[df['status'] == 'past replacement']['last_performance'] | general |
ทองคำเป็น 0 และเงินที่น้อยกว่า 3 และอันดับมากกว่า 9 และผลรวม 1 มีเหรียญทองแดงจำนวนเท่าใด | Gold of 0, and a Silver smaller than 3, and a Rank larger than 9, and a Total of 1 has how many numbers of bronze? | df = pd.DataFrame(columns=['bronze', 'total', 'rank', 'gold', 'silver']) | null | df[(df['gold'] == 0) & (df['silver'] < 3) & (df['rank'] > 9) & (df['total'] == 1)]['bronze'].count() | general |
เหรียญทองแดงที่มากกว่า 2 และอันดับ 4 และผลรวมที่มากกว่า 7 จะมีทองคำจำนวนเท่าใด | Bronze larger than 2, and a Rank of 4, and a Total larger than 7 has how many numbers of gold? | df = pd.DataFrame(columns=['gold', 'total', 'bronze', 'rank']) | null | df[(df['bronze'] > 2) & (df['rank'] == 4) & (df['total'] > 7)]['gold'].mean() | general |
ทองสัมฤทธิ์น้อยกว่า 3 และผลรวมน้อยกว่า 2 และทองที่มากกว่า 1 จะมีเงินเฉลี่ยจำนวนเท่าใด | Bronze smaller than 3, and a Total smaller than 2, and a Gold larger than 1 has how many average silvers? | df = pd.DataFrame(columns=['silver', 'gold', 'bronze', 'total']) | null | df[(df['bronze'] < 3) & (df['total'] < 2) & (df['gold'] > 1)]['silver'].mean() | general |
ทองคำ 1 และผลรวมน้อยกว่า 4 และทองแดงที่น้อยกว่า 0 มีเงินต่ำที่สุด? | Gold of 1, and a Total smaller than 4, and a Bronze smaller than 0 has the lowest silver? | df = pd.DataFrame(columns=['silver', 'bronze', 'gold', 'total']) | null | df[(df['gold'] == 1) & (df['total'] < 4) & (df['bronze'] < 0)]['silver'].min() | general |
ตั้งชื่อวันที่สำหรับบันทึก 3-3 | Name the date for record 3-3 | df = pd.DataFrame(columns=['date', 'record']) | null | df[df['record'] == '3-3']['date'] | general |
ทายชื่อคู่ต่อสู้วันที่ 27 เมษายน | Name the opponent on april 27 | df = pd.DataFrame(columns=['opponent', 'date']) | null | df[df['date'] == 'april 27']['opponent'] | general |
ตั้งชื่อบันทึกสำหรับวันที่ 22 เมษายน | Name the record for april 22 | df = pd.DataFrame(columns=['record', 'date']) | null | df[df['date'] == 'april 22']['record'] | general |
ตั้งชื่อการเข้าร่วมในวันที่ 17 เมษายน | Name the attendance on april 17 | df = pd.DataFrame(columns=['attendance', 'date']) | null | df[df['date'] == 'april 17']['attendance'] | general |
ตั้งชื่อวันที่เลื่อนการเข้าร่วม | Name the date for postponed attendance | df = pd.DataFrame(columns=['date', 'attendance']) | null | df[df['attendance'] == 'postponed']['date'] | general |
ตั้งชื่อบันทึกสำหรับวันที่ 6 เมษายน | Name the record for april 6 | df = pd.DataFrame(columns=['record', 'date']) | null | df[df['date'] == 'april 6']['record'] | general |
Garvey Team Lotus ใช้เครื่องมืออะไร | What engine does Garvey Team Lotus use? | df = pd.DataFrame(columns=['engine', 'entrant']) | null | df[df['entrant'] == 'garvey team lotus']['engine'] | general |
ประชากรในปี 2012 ของรัฐที่มีเมืองหลวงคือซานตาเฟคือจำนวนเท่าใด | What is the 2012 population for the state whose capital is Santa Fe? | df = pd.DataFrame(columns=['population_est__2012_', 'capital']) | null | df[df['capital'] == 'santa fe']['population_est__2012_'] | general |
เมืองหลวงของรัฐที่มีเมืองเบอร์ลิงตันที่ใหญ่ที่สุดคือเมืองใด | What is the capital for the state that has the largest city of Burlington? | df = pd.DataFrame(columns=['capital', 'largest_city']) | null | df[df['largest_city'] == 'burlington']['capital'] | general |
มีประชากรกี่คนที่มีเมืองหลวงของมงต์เปลิเยร์และมีที่นั่งในสภามากกว่า 1 ที่นั่ง | How many populations have a capital of Montpelier and more than 1 House seat? | df = pd.DataFrame(columns=['population_est__2012_', 'capital', 'house_seat_s_']) | null | df[(df['capital'] == 'montpelier') & (df['house_seat_s_'] > 1)]['population_est__2012_'].count() | general |
ในเกมที่เจอกับ เดวิล เรย์ส ด้วยสกอร์ 2 - 1 (10) มีผู้ชมเป็นอย่างไรบ้าง? | On games against the Devil Rays and a score of 2 - 1 (10), what was the attendance? | df = pd.DataFrame(columns=['attendance', 'opponent', 'score']) | null | df[(df['opponent'] == 'devil rays') & (df['score'] == '2 - 1 (10)')]['attendance'].mean() | general |
ในเกมที่พาทีมสกอร์ 34-44 ผู้เข้าชมเป็นอย่างไรบ้าง? | On the game that put the team at 34-44, what was the attendance? | df = pd.DataFrame(columns=['attendance', 'record']) | null | df[df['record'] == '34-44']['attendance'].sum() | general |
เกมนี้ทำให้ทีมสกอร์ 27-32 เป็นอย่างไรบ้าง? | What was the score of the game that put the team at 27-32? | df = pd.DataFrame(columns=['loss', 'record']) | null | df[df['record'] == "27-32"]['loss'].values[0] | general |
การแข่งขันในวันที่ 11 ตุลาคม พ.ศ. 2551 จัดขึ้นที่สถานที่ใด | In which venue did the competition on 11 October 2008 take place? | df = pd.DataFrame(columns=['venue', 'date']) | null | df[df['date'] == "11 october 2008"]['venue'].values[0] | general |
จำนวนเหรียญเงินโดยเฉลี่ยที่ฝรั่งเศสได้รับเมื่ออยู่ในอันดับที่สูงกว่า 8 คือเท่าใด | What was the average number of silver medals won by France when they are ranked higher than 8? | df = pd.DataFrame(columns=['silver', 'nation', 'rank']) | null | df[(df['nation'] == 'france') & (df['rank'] > 8)]['silver'].mean() | general |
ใครคือคู่ต่อสู้ของพวกเขาในวันที่ 26 เมษายน? | Who was their Opponent on April 26? | df = pd.DataFrame(columns=['opponent', 'date']) | null | df[df['date'] == 'april 26']['opponent'].values[0] | general |
การแข่งขันใดจัดขึ้นที่กรุงเบอร์ลิน ประเทศเยอรมนี | What competition took place in Berlin, Germany? | df = pd.DataFrame(columns=['competition', 'venue']) | null | df[df['venue'] == 'berlin, germany']['competition'].values[0] | general |
Pan American Games จัดขึ้นที่ไหน? | Where were the Pan American Games held? | df = pd.DataFrame(columns=['venue', 'competition']) | null | df[df['competition'] == 'pan american games']['venue'].values[0] | general |
สถานที่ใดเป็นเจ้าภาพจัดงานปี 2546? | What venue hosted the 2003 event? | df = pd.DataFrame(columns=['venue', 'year']) | null | df[df['year'] == 2003]['venue'].values[0] | general |
เกมใดมีคะแนนสูงสุดและเวลา 2:35? | What game had the highest score and a time of 2:35? | df = pd.DataFrame(columns=['game', 'time']) | null | df[df['time'] == '2:35']['game'].max() | general |
เกมใดที่เล่นในวันที่ 17 ตุลาคม ต่อหน้าแฟนบอล 49,347 คน มีคะแนนต่ำสุด? | What game, played on October 17 in front of 49,347 fans, had the lowest score? | df = pd.DataFrame(columns=['game', 'date', 'attendance']) | null | df[(df['date'] == 'october 17') & (df['attendance'] > 49)]['game'].min() | general |
อะไรคือจำนวนที่เกิดในต่างประเทศสูงสุด (1,000) จากรัฐนอกสหภาพยุโรป (1,000) ที่ 685 คนและประชากร (1,000) น้อยกว่า 10,666 คน? | What is the highest Total Foreign-born (1000) from a non EU state (1000) of 685 and a population (1000) smaller than 10,666? | df = pd.DataFrame(columns=['total_foreign_born__1000_', 'born_in_a_non_eu_state__1000_', 'total_population__1000_']) | null | df[(df['born_in_a_non_eu_state__1000_'] == 685) & (df['total_population__1000_'] > 10)]['total_foreign_born__1000_'].max() | general |
จำนวนสูงสุดที่เกิดในรัฐไม่มีสหภาพยุโรป (1,000) จากประเทศเดนมาร์ก โดยมีประชากรทั้งหมด (1,000) น้อยกว่า 5,534 คือเท่าใด | What is the highest number born in a none EU state (1000) from Denmark with a total population (1000) less than 5,534? | df = pd.DataFrame(columns=['born_in_a_non_eu_state__1000_', 'country', 'total_population__1000_']) | null | df[(df['country'] == 'denmark') & (df['total_population__1000_'] < 5)]['born_in_a_non_eu_state__1000_'].max() | general |
ชาวต่างชาติที่เกิด (1,000) คนมาจากสวีเดนและเกิดในรัฐอื่นในสหภาพยุโรป (1,000) ซึ่งมีจำนวนมากกว่า 477 คน | How many Foreign-born (1000) are from Sweden and born in some other EU state (1000) larger than 477? | df = pd.DataFrame(columns=['total_foreign_born__1000_', 'country', 'born_in_other_eu_state__1000_']) | null | df[(df['country'] == 'sweden') & (df['born_in_other_eu_state__1000_'] > 477)]['total_foreign_born__1000_'].sum() | general |
จำนวนประชากรทั้งหมดที่ใหญ่ที่สุด (1,000) จากสวีเดนและเกิดในรัฐนอกสหภาพยุโรป (1,000) น้อยกว่า 859 คืออะไร | What is the greatest Total population (1000) from Sweden and born in a non EU state (1000) less than 859? | df = pd.DataFrame(columns=['total_population__1000_', 'country', 'born_in_a_non_eu_state__1000_']) | null | df[(df['country'] == 'sweden') & (df['born_in_a_non_eu_state__1000_'] < 859)]['total_population__1000_'].max() | general |
การแข่งขันใดจบลงด้วย DNF? | Whice race ended with a DNF? | df = pd.DataFrame(columns=['race', 'position']) | null | df[df['position'] == 'dnf']['race'].values[0] | general |
แข่งรายการไหนจบด้วยเวลา 01:46:59.69 น.? | Which race ended with a time of 01:46:59.69? | df = pd.DataFrame(columns=['race', 'time']) | null | df[df['time'] == '01:46:59.69']['race'].values[0] | general |
การแข่งขัน Superbike มีความเร็วเท่าไร? | What was the speed of the Superbike race? | df = pd.DataFrame(columns=['speed', 'race']) | null | df[df['race'] == 'superbike']['speed'].values[0] | general |
จบอันดับที่ 2 ด้วยเวลา 01:13:03.39 น. ทำความเร็วได้เท่าไหร่? | What was the speed of the race that ended in 2nd place and had a time of 01:13:03.39? | df = pd.DataFrame(columns=['speed', 'position', 'time']) | null | df[(df['position'] == '2nd') & (df['time'] == '01:13:03.39')]['speed'].values[0] | general |
มีการเล่นกี่เซ็ตในการแข่งขันปี 2554 ซึ่งมี 3R ในปี 2550 | How many sets were played in the 2011 Tournament in which there were 3R in 2007? | df = pd.DataFrame(columns=['Id']) | null | df[df['2007'] == '3r']['2011'].values[0] | general |
การแข่งขัน Australian Open Tournament ปี 2011 มีกี่เซ็ต | How many sets were in the 2011 Australian Open Tournament? | df = pd.DataFrame(columns=['tournament']) | null | df[df['tournament'] == 'australian open']['2011'].values[0] | general |
มีการเล่นกี่เซ็ตในทัวร์นาเมนต์ที่มี 4R ในปี 2554 และ 2R ในปี 2551 | How many sets were played in the tournament that had 4R in 2011 and 2R in 2008? | df = pd.DataFrame(columns=['Id']) | null | df[(df['2011'] == '4r') & (df['2008'] == '2r')]['2009'].values[0] | general |
มีการเล่นกี่เซตในการแข่งขันปี 2554 โดยที่ 2R เล่นในปี 2551 | How many sets were played in the 2011 tournament, in which 2R were played in 2008? | df = pd.DataFrame(columns=['Id', '2008', '2011']) | null | len(df[(df['2008'] == '2r')]['2011']) | general |
ทัวร์นาเมนต์ใดมี 1R ในปี 2013? | Which tournament had 1R in 2013? | df = pd.DataFrame(columns=['tournament', '2013']) | null | df[df['2013'] == '1r']['tournament'] | general |
มีการเล่นกี่เซ็ตในปี 2550 ในทัวร์นาเมนต์ที่มี 4R ในปี 2554 และ 2R ในปี 2552 | How many sets were played in 2007 at the tournament that had 4R in 2011 and 2R in 2009? | df = pd.DataFrame(columns=['Id', '2007', '2009', '2011']) | null | len(df[(df['2011'] == '4r') & (df['2009'] == '2r')]['2007']) | general |
สถิติในเกมที่จัดขึ้นเมื่อวันที่ 24 ธันวาคม พ.ศ. 2548 คืออะไร? | What was the record at the game held on December 24, 2005? | df = pd.DataFrame(columns=['record', 'date']) | null | df[df['date'] == 'december 24, 2005']['record'] | general |
เกมที่จัดขึ้นที่ Invesco Field คือวันที่เท่าไร? | What was the date of the game held at Invesco Field? | df = pd.DataFrame(columns=['date', 'game_site']) | null | df[df['game_site'] == 'invesco field']['date'] | general |
NFL Recap ของเกมที่จัดขึ้นเมื่อวันที่ 24 ธันวาคม พ.ศ. 2548 คืออะไร? | What was the NFL Recap of the game held on December 24, 2005? | df = pd.DataFrame(columns=['nfl_recap', 'date']) | null | df[df['date'] == 'december 24, 2005']['nfl_recap'] | general |
คู่ต่อสู้ในเกมที่จัดขึ้นเมื่อวันที่ 24 ธันวาคม พ.ศ. 2548 คือใคร? | Who was the opponent at the game held on December 24, 2005? | df = pd.DataFrame(columns=['opponent', 'date']) | null | df[df['date'] == 'december 24, 2005']['opponent'] | general |
เกมประจำสัปดาห์ใดที่มีผู้เข้าชม 90,138 คน? | Which week's game had an attendance of 90,138? | df = pd.DataFrame(columns=['week', 'attendance']) | null | df[df['attendance'] == '90,138']['week'] | general |
รวมปีที่มีมากกว่า 1 คะแนนเป็นเท่าใด | What is the total years with more than 1 points? | df = pd.DataFrame(columns=['year', 'points']) | null | df[df['points'] > 1]['year'].sum() | general |
เมื่อใดที่มีน้อยกว่า 1 แต้มด้วยเครื่องยนต์ cosworth v8 ใน jolly club สวิตเซอร์แลนด์? | When were there less than 1 point with a cosworth v8 engine in jolly club switzerland? | df = pd.DataFrame(columns=['year', 'entrant', 'points', 'engine']) | null | df[(df['points'] < 1) & (df['engine'] == 'cosworth v8') & (df['entrant'] == 'jolly club switzerland')]['year'] | general |
เจ้าบ้านทีมใดมีทีมเยือน (2-1)? | Which home team has an Away of (2-1)? | df = pd.DataFrame(columns=['home', 'away']) | null | df[df['away'] == '(2-1)']['home'] | general |
ทีมเยือนทีมไหนมีสถิติเพลย์ออฟ (0-0) และเล่นกับ ซู ซิตี้ แบนดิทส์? | Which away team has a playoff record of (0-0) and played against Sioux City Bandits? | df = pd.DataFrame(columns=['away', 'plyff', 'opponent']) | null | df[(df['plyff'] == '(0-0)') & (df['opponent'] == 'sioux city bandits')]['away'] | general |
เจ้าบ้านทีมไหนมีสถิติเพลย์ออฟ (0-0) และเล่น ลาครอส สปาร์ตันส์? | Which home team has a playoff record of (0-0) and played La Crosse Spartans? | df = pd.DataFrame(columns=['home', 'plyff', 'opponent']) | null | df[(df['plyff'] == '(0-0)') & (df['opponent'] == 'la crosse spartans')]['home'] | general |
ทีม Plyff ที่เล่น Billings Outlaws คืออะไร? | What is the Plyff team that plays the Billings Outlaws? | df = pd.DataFrame(columns=['plyff', 'opponent']) | null | df[df['opponent'] == 'billings outlaws']['plyff'] | general |
ทีมใดมีรอบเพลย์ออฟรวม (0-0) สถิติในบ้าน (0-1) และเล่นทีมกรีนเบย์ บลิซซาร์ด? | Which team has an overall playoff of (0-0), a home record of (0-1) and played the Green Bay Blizzard team? | df = pd.DataFrame(columns=['overall', 'opponent', 'plyff', 'home']) | null | df[(df['plyff'] == '(0-0)') & (df['home'] == '(0-1)') & (df['opponent'] == 'green bay blizzard')]['overall'] | general |
ซึ่งโดยรวมมีสถิติเพลย์ออฟ (0-1) และสถิติทีมเยือน (1-1)? | Which Overall has a playoff record of (0-1) and an away record of (1-1)? | df = pd.DataFrame(columns=['overall', 'plyff', 'away']) | null | df[(df['plyff'] == '(0-1)') & (df['away'] == '(1-1)')]['overall'] | general |
คู่ต่อสู้คนไหนมีวันที่ 14 เมษายน? | Which opponent has a Date of april 14? | df = pd.DataFrame(columns=['opponent', 'date']) | null | df[df['date'] == 'april 14']['opponent'] | general |
การเข้างานใดมีคะแนน 3-5? | Which attendance has a Score of 3-5? | df = pd.DataFrame(columns=['attendance', 'score']) | null | df[df['score'] == '3-5']['attendance'] | general |
วันที่ใดมีบันทึก 7-9? | Which Date has a Record of 7-9? | df = pd.DataFrame(columns=['date', 'record']) | null | df[df['record'] == '7-9']['date'] | general |
วันไหนมีผู้เข้าร่วม 30,612 คน? | Which Date has an Attendance of 30,612? | df = pd.DataFrame(columns=['date', 'attendance']) | null | df[df['attendance'] == '30,612']['date'] | general |
เดทไหนมีคู่ต่อสู้ของ@กะลาสีเรือและแพ้เฮิรนร็อกเดซ (0-1)? | Which Date has an Opponent of @ mariners, and a Loss of hernández (0-1)? | df = pd.DataFrame(columns=['date', 'opponent', 'loss']); | null | df.loc[(df['opponent'] == '@ mariners') & (df['loss'] == 'hernández (0-1)'), 'date'] | general |