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 |
|---|---|---|---|---|---|
รอบใดที่มี Michael Schumacher อยู่ในตำแหน่งโพล, David Coulthard ที่มีรอบเร็วที่สุด และ McLaren - Mercedes เป็นตัวสร้างที่ชนะ | Which round had Michael Schumacher in the pole position, David Coulthard with the fastest lap, and McLaren - Mercedes as the winning constructor? | df = pd.DataFrame(columns=['round', 'winning_constructor', 'pole_position', 'fastest_lap']) | null | df[(df['pole_position'] == 'Michael Schumacher') & (df['fastest_lap'] == 'David Coulthard') & (df['winning_constructor'] == 'McLaren - Mercedes')]['round'].count() | general |
มีนักแข่งกี่คนที่ชนะการแข่งขัน Italian Grand Prix? | How many drivers won the Italian Grand Prix? | df = pd.DataFrame(columns=['winning_driver', 'grand_prix']) | null | df[df['grand_prix'] == 'Italian grand_prix']['winning_driver'].count() | general |
รายงานของ Belgian Grand Prix เป็นอย่างไรบ้าง? | What was the report of the Belgian Grand Prix? | df = pd.DataFrame(columns=['report', 'grand_prix']) | null | df[df['grand_prix'] == 'Belgian grand_prix']['report'] | general |
ใครมีรอบเร็วที่สุดในการแข่งขัน Belgian Grand Prix? | Who had the fastest lap in the Belgian Grand Prix? | df = pd.DataFrame(columns=['fastest_lap', 'grand_prix']) | null | df[df['grand_prix'] == 'Belgian grand_prix']['fastest_lap'] | general |
วันที่ผู้สืบทอดนั่งอยู่เมื่อใดเมื่อผู้ว่างงานคือชาร์ลส์อี แชมเบอร์เลน (r)? | When was the date successor seated when the vacator was charles e. chamberlain (r)? | df = pd.DataFrame(columns=['date_successor_seated', 'vacator']) | null | df[df['vacator'] == 'Charles E. Chamberlain (R)']['date_successor_seated'] | general |
ใครเป็นผู้สืบทอดเมื่อผู้ว่างงานคือเชสเตอร์อี โฮลิฟิลด์ (ง)? | Who was the successor when the vacator was chester e. holifield (d)? | df = pd.DataFrame(columns=['successor', 'vacator']) | null | df[df['vacator'] == 'Chester E. Holifield (D)']['successor'] | general |
ผู้สืบทอดนั่งอยู่เมื่อใดเมื่อเขตอยู่ที่แคลิฟอร์เนียที่ 10 | When was the successor seated when the district was California 10th? | df = pd.DataFrame(columns=['date_successor_seated', 'district']) | null | df[df['district'] == 'California 10th']['date_successor_seated'] | general |
ใครคือผู้ว่างงานเมื่อวันที่ผู้สืบทอดตำแหน่งคือวันที่ 21 สิงหาคม พ.ศ. 2516? | Who was the vacator when the date successor seated was august 21, 1973? | df = pd.DataFrame(columns=['vacator', 'date_successor_seated']) | null | df[df['date_successor_seated'] == 'August 21, 1973']['vacator'] | general |
อำเภอคืออะไรเมื่อสาเหตุของการเปลี่ยนแปลงเสียชีวิตเมื่อวันที่ 1 มกราคม พ.ศ. 2517? | What was the district when the reason for change was died January 1, 1974? | df = pd.DataFrame(columns=['district', 'reason_for_change']) | null | df[df['reason_for_change'] == 'Died January 1, 1974']['district'] | general |
เส้นทางใดบ้างที่มี "แทนที่ด้วย US 81" ระบุไว้ในส่วนหมายเหตุ | Which routes have "replaced by US 81" listed in their remarks section? | df = pd.DataFrame(columns=['route_name', 'remarks']) | null | df[df['remarks'] == 'Replaced by US 81']['route_name'] | general |
ทางแยกใดที่มี "แทนที่ด้วย bsi-35" ระบุไว้ในส่วนหมายเหตุ | Which junctions have "replaced by bsi-35" listed in their remarks section? | df = pd.DataFrame(columns=['junctions', 'remarks']) | null | df[df['remarks'] == 'Replaced by BSI-35']['junctions'] | general |
มีทางแยกกี่ทางที่ "แทนที่ด้วย bsi-35" ระบุไว้ในส่วนหมายเหตุ | How many junctions have "replaced by bsi-35" listed in their remarks section? | df = pd.DataFrame(columns=['junctions', 'remarks']) | null | df[df['remarks'] == 'Replaced by BSI-35']['junctions'].count() | general |
มีการใช้หน่วยความยาวใดสำหรับเส้นทางที่มี "เราแทนที่ 81" ในส่วนหมายเหตุ | What unit of length is being used for the route with "replaced by us 81" in their remarks section? | df = pd.DataFrame(columns=['length', 'remarks']) | null | df[df['remarks'] == 'Replaced by US 81']['length'] | general |
พื้นที่ประชากรใดที่มี "แทนที่ด้วยเรา 83" ระบุไว้ในส่วนหมายเหตุ | Which population areas have "replaced by us 83" listed in their remarks section? | df = pd.DataFrame(columns=['population_area', 'remarks']) | null | df[df['remarks'] == 'Replaced by US 83']['population_area'] | general |
มีปลายทางกี่แห่งที่มี "ตะวันออกตะวันตก" อยู่ในส่วนทิศทาง "ไม่มี" อยู่ในส่วนทางแยก และมีชื่อเส้นทางเป็น "sh 202" | How many termini are there that have "east west" listed in their direction section, "none" listed in their junction section, and have a route name of "sh 202"? | df = pd.DataFrame(columns=['termini', 'route_name', 'direction', 'junctions']) | null | df[(df['direction'] == 'East West') & (df['junctions'] == 'none') & (df['route_name'] == 'SH 202')]['termini'].count() | general |
ขอทราบเวลาคิกออฟของเกมที่ออกอากาศทาง CBS พบกับทีมเซนต์หลุยส์ คาร์ดินัลส์ | Give me the kickoff time of the game that was aired on CBS against the St. Louis Cardinals. | df = pd.DataFrame(columns=['kickoff_', 'a_', 'tv', 'opponent']) | null | df[(df['tv'] == 'CBS') & (df['opponent'] == 'St. Louis Cardinals')]['kickoff_'].iloc[0] | general |
ค้นหาผลลัพธ์ทั้งหมดด้วยบันทึก 2-13 | Find all the result(s) with the record of 2-13. | df = pd.DataFrame(columns=['result', 'record']) | null | df[df['record'] == '2-13']['result'] | general |
คะแนนห้องนิรภัยสำหรับผลรวม 56.635 คืออะไร? | What is the vault score for the total of 56.635? | df = pd.DataFrame(columns=['vault', 'total']) | null | df[df['total'] == '56.635']['vault'] | general |
คะแนนรวมเมื่อคะแนนการออกกำลังกายบนพื้นคือ 9.287 เป็นเท่าใด | What is the total score when the score for floor exercise was 9.287? | df = pd.DataFrame(columns=['total', 'floor_exercise']) | null | df[df['floor_exercise'] == '9.287']['total'] | general |
อัตรากำไรขั้นต้นคืออะไรโดยที่รองชนะเลิศคือฟิลมิคเคลสัน | what's the margin where runner(s)-up is phil mickelson | df = pd.DataFrame(columns=['margin', 'runner_s__up']) | null | df[df['runner_s__up'] == 'Phil Mickelson']['margin'] | general |
ขั้นต่ำปีคือเท่าใด โดยคะแนนชนะคือ โˆ'8 (71-63-69-69=272) | what is the minimum year where winning score is −8 (71-63-69-69=272) | df = pd.DataFrame(columns=['year', 'winning_score']) | null | df[df['winning_score'] == '-8 (71-63-69-69=272)']['year'].min() | general |
แชมป์เปี้ยนชิพ คืออะไร โดยที่สกอร์ชนะคือ •'12 (74-66-65-71=276) | what's the championship where winning score is −12 (74-66-65-71=276) | df = pd.DataFrame(columns=['championship', 'winning_score']) | null | df[df['winning_score'] == '-12 (74-66-65-71=276)']['championship'] | general |
54 หลุมคืออะไร โดยสกอร์ชนะคือ •'19 (67-66-67-69=269) | what's the 54 holes where winning score is −19 (67-66-67-69=269) | df = pd.DataFrame(columns=['winning_score']) | null | df[df['winning_score'] == '-19 (67-66-67-69=269)']['winning_score'] | general |
ชื่ออะไร โดยที่วันออกอากาศเดิมคือ 18 มกราคม 2552 | what's the title where original air date is january18,2009 | df = pd.DataFrame(columns=['title', 'original_air_date']) | null | df[df['original_air_date'] == 'January18,2009']['title'] | general |
วันออกอากาศต้นฉบับคืออะไร ซึ่งเขียนโดย iain morris และ damon beesley | what's the original air date where written by is iain morris & damon beesley | df = pd.DataFrame(columns=['original_air_date', 'written_by']) | null | df[df['written_by'] == 'Iain Morris & Damon Beesley']['original_air_date'] | general |
กองกำลังพันธมิตรใดมุ่งเป้าไปที่ Woensdrecht? | Which Allied Force targetted Woensdrecht? | df = pd.DataFrame(columns=['allied_forces', 'target']) | null | df[df['target'] == 'Woensdrecht']['allied_forces'] | general |
วันที่เข้าสู่ชาร์ต UK Albums Top 75 คือเมื่อใด | What is the date of entry for the UK Albums Top 75 chart? | df = pd.DataFrame(columns=['date_of_entry', 'chart']) | null | df[df['chart'] == 'UK Albums Top 75']['date_of_entry'] | general |
จำนวนสัปดาห์ทั้งหมดที่มีจุดสูงสุดสำหรับชาร์ต Ireland Albums Top 75 คือเท่าใด | What was the total number of weeks on peak for the Ireland Albums Top 75 chart? | df = pd.DataFrame(columns=['weeks_on_peak', 'chart']) | null | df[df['chart'] == 'Ireland Albums Top 75']['weeks_on_peak'].count() | general |
วันที่ออกสำหรับชาร์ต Dutch Albums Top 100 คือเมื่อใด | What is the exit date for the Dutch Albums Top 100 Chart? | df = pd.DataFrame(columns=['date_of_exit', 'chart']) | null | df[df['chart'] == 'Dutch Albums Top 100']['date_of_exit'] | general |
จำนวนรวมของความคงตัวที่ความบริสุทธิ์ลดลงเป็นเท่าใด | what is the total number of constancy where purity is falling | df = pd.DataFrame(columns=['constancy', 'purity']) | null | df[df['purity'] == 'falling']['constancy'].count() | general |
อะไรคือความคงทนของร่างกายโดยที่ความบริสุทธิ์คือ rudra | what's the permanence of the body where purity is rudra | df = pd.DataFrame(columns=['permanence_of_the_body', 'purity']) | null | df[df['purity'] == 'Rudra']['permanence_of_the_body'] | general |
อะไรคือความคงทนของร่างกายโดยที่ความบริสุทธิ์คือความหวาดหวั่น | what's the permanence of the body where purity is apprehension | df = pd.DataFrame(columns=['permanence_of_the_body', 'purity']) | null | df[df['purity'] == 'apprehension']['permanence_of_the_body'] | general |
อะไรคือความคงทนของร่างกายโดยที่การปลงอาบัติเป็นสิ่งที่ไม่แยแส | what's the permanence of the body where penance is the undifferenced | df = pd.DataFrame(columns=['permanence_of_the_body', 'penance']) | null | df[df['penance'] == 'the undifferenced']['permanence_of_the_body'] | general |
อะไรคือความคงตัวโดยที่ความคงทนของร่างกายคือการทำสมาธิ | what's the constancy where permanence of the body is meditation | df = pd.DataFrame(columns=['constancy', 'permanence_of_the_body']) | null | df[df['permanence_of_the_body'] == 'meditation']['constancy'] | general |
ความคงทนของร่างกายคืออะไรโดยที่ความคงตัวเป็นที่สนใจ | what's the permanence of the body where constancy is interestedness | df = pd.DataFrame(columns=['permanence_of_the_body', 'constancy']) | null | df[df['constancy'] == 'interestedness']['permanence_of_the_body'] | general |
ชื่อตอนที่มีรหัสการผลิต 624 คืออะไร? | What is the title of the episode with the production code 624? | df = pd.DataFrame(columns=['title', 'production_code']) | null | df[df['production_code'] == 624]['title'] | general |
วันที่ออกอากาศดั้งเดิมของตอนที่เขียนโดย Karen Felix และ Don Woodard คือเมื่อใด | What is the original air date of the episode written by Karen Felix and Don Woodard? | df = pd.DataFrame(columns=['original_air_date', 'written_by']) | null | df[df['written_by'] == 'Karen Felix and Don Woodard']['original_air_date'] | general |
อะเมซอนในเปรูมีทั้งหมดกี่ชนิด โดยมี 8411 ชนิดในโลก | what's the total number of species in the peruvian amazon with 8411 species in the world | df = pd.DataFrame(columns=['species_in_the_peruvian_amazon', 'species_in_the_world']) | null | df[df['species_in_the_world'] == 8411]['species_in_the_peruvian_amazon'].count() | general |
พันธุ์ขั้นต่ำในอะเมซอนเปรูคือเท่าไรกับอนุกรมวิธานของเฟิร์น ( pteridophyta ) | what's the minimum species in the peruvian amazon with taxonomy s fern ( pteridophyta ) | df = pd.DataFrame(columns=['species_in_the_peruvian_amazon', 'taxonomy']) | null | df[df['taxonomy'] == 's Fern ( Pteridophyta )']['species_in_the_peruvian_amazon'].min() | general |
พันธุ์อะไรในโลกที่มีอเมซอนเปรูเทียบกับเปรู (ร้อยละ) จาก 63 | what's the species in the world with peruvian amazon vs. peru (percent) of 63 | df = pd.DataFrame(columns=['species_in_the_world', 'peruvian_amazon_vs_peru__percent_']) | null | df[df['peruvian_amazon_vs_peru__percent_'] == 63]['species_in_the_world'] | general |
สายพันธุ์ขั้นต่ำในอเมซอนเปรูคือเท่าไร โดยมีสายพันธุ์ในเปรู 1,000 ชนิด | what's the minimum species in the peruvian amazon with species in peru of 1000 | df = pd.DataFrame(columns=['species_in_the_peruvian_amazon', 'species_in_peru']) | null | df[df['species_in_peru'] == 1000]['species_in_the_peruvian_amazon'].min() | general |
สายพันธุ์ขั้นต่ำในอเมซอนเปรูคือเท่าไรโดยมีค่าเปรูเทียบกับโลก (เปอร์เซ็นต์) เท่ากับ 7 | what's the minimum species in the peruvian amazon with peru vs. world (percent) value of 7 | df = pd.DataFrame(columns=['species_in_the_peruvian_amazon', 'peru_vs_world__percent_']) | null | df[df['peru_vs_world__percent_'] == 7]['species_in_the_peruvian_amazon'].min() | general |
สูงสุดเปรูเทียบกับโลกคืออะไร (ร้อยละ) มี 9672 ชนิดในโลก | what's the maximum peru vs. world (percent) with 9672 species in the world | df = pd.DataFrame(columns=['peru_vs_world__percent_', 'species_in_the_world']) | null | df[df['species_in_the_world'] == 9672]['peru_vs_world__percent_'].max() | general |
กองหน้าหมายเลข 10 เป็นของโรงเรียนใด? | What school did the forward whose number is 10 belong to? | df = pd.DataFrame(columns=['school_club_team_country', 'no_s_', 'position']) | null | df[(df['no_s_'] == '10') & (df['position'] == 'Forward')]['school_club_team_country'] | general |
ความสูงของผู้เล่นที่เข้าเรียนที่ฮาร์ตฟอร์ดคือเท่าไร? | What is the height of the player who attended Hartford? | df = pd.DataFrame(columns=['height_in_ft', 'school_club_team_country']) | null | df[df['school_club_team_country'] == 'Hartford']['height_in_ft'] | general |
ผู้เล่นจาก LaSalle เล่นให้กับ Rockets กี่ปี? | What years did the player from LaSalle play for the Rockets? | df = pd.DataFrame(columns=['years_for_rockets', 'school_club_team_country']) | null | df[df['school_club_team_country'] == 'LaSalle']['years_for_rockets'] | general |
ตำแหน่งอะไรคือหมายเลข 35 ส่วนสูง 6-6? | What position is number 35 whose height is 6-6? | df = pd.DataFrame(columns=['position', 'height_in_ft', 'no_s_']) | null | df[(df['no_s_'] == '35') & (df['height_in_ft'] == '6-6')]['position'] | general |
ผู้เล่นคนไหนที่เล่นให้กับร็อคเก็ตส์ในปี 1986-92? | Which player who played for the Rockets for the years 1986-92? | df = pd.DataFrame(columns=['player', 'years_for_rockets']) | null | df[df['years_for_rockets'] == '1986-92']['player'] | general |
นักเตะที่ไป Southern University เบอร์เท่าไหร่ครับ? | What is the number of the player who went to Southern University? | df = pd.DataFrame(columns=['no_s_', 'school_club_team_country']) | null | df[df['school_club_team_country'] == 'Southern University']['no_s_'] | general |
ผู้เล่นโจนส์ เมเจอร์ โจนส์ สูงเท่าไหร่? | How tall is the player jones, major major jones? | df = pd.DataFrame(columns=['height_in_ft', 'player']) | null | df[df['player'] == 'Jones, Major Major Jones']['height_in_ft'] | general |
ใครถูกส่งไปยังเกาะที่สามในสัปดาห์ที่ 1? | Who was sent to the third island in week 1? | df = pd.DataFrame(columns=['member', 'week_sent_to_third_island']) | null | df[df['week_sent_to_third_island'] == '1']['member'] | general |
สมาชิกที่มาถึงเกาะหลักในสัปดาห์ที่ 6 ถูกส่งไปเกาะที่สามในสัปดาห์ใด | What week was the member who arrived on the main island in week 6 sent to the third island? | df = pd.DataFrame(columns=['week_sent_to_third_island', 'week_arrived_on_main_island']) | null | df[df['week_arrived_on_main_island'] == '6']['week_sent_to_third_island'] | general |
สัปดาห์ที่ 4 มีสมาชิกมาถึงเกาะหลักกี่คน? | How many members arrived on the main island in week 4? | df = pd.DataFrame(columns = ['member', 'week_arrived_on_main_island']) | null | df[df['week_arrived_on_main_island']=='4']['member'].count() | general |
สมาชิกเผ่าดั้งเดิมเป็นฉลามในสัปดาห์ใดและผู้ที่ถูกส่งไปยังเกาะที่สามในสัปดาห์ที่ 14 มาถึงเกาะหลักในสัปดาห์ใด | What week did the member who's original tribe was shark and who was sent to the third island on week 14 arrive on the main island? | df = pd.DataFrame(columns = ['week_arrived_on_main_island', 'original_tribe', 'week_sent_to_third_island']) | null | df[(df['original_tribe']=='Shark') & (df['week_sent_to_third_island']=='14')]['week_arrived_on_main_island'].values[0] | general |
ชาวซิกข์ในญี่ปุ่นมีกี่คน? | What is the number of sikhs in Japan? | df = pd.DataFrame(columns = ['no_of_sikhs', 'country']) | null | df[df['country']=='Japan']['no_of_sikhs'].values[0] | general |
คะแนนชุดราตรีตอนชุดว่ายน้ำ 9.61 ได้เท่าไหร่? | What was the evening gown score when the swimsuit was 9.61? | df = pd.DataFrame(columns = ['evening_gown', 'swimsuit']) | null | df[df['swimsuit']=='9.61']['evening_gown'].values[0] | general |
คะแนนชุดว่ายน้ำตอนสัมภาษณ์ 9.74 เป็นเท่าไหร่? | What is the swimsuit score when the interview was 9.74? | df = pd.DataFrame(columns = ['swimsuit', 'interview']) | null | df[df['interview']=='9.74']['swimsuit'].values[0] | general |
ประเทศใดมีคะแนนสัมภาษณ์ 9.40 และคะแนนเฉลี่ย 9.44 | Which country had an interview score of 9.40 and average of 9.44? | df = pd.DataFrame(columns = ['country', 'interview', 'average']) | null | df[(df['interview']=='9.40') & (df['average']=='9.44')]['country'].values[0] | general |
ประเทศใดได้คะแนนชุดว่ายน้ำ 9.67? | Which country had the swimsuit score 9.67? | df = pd.DataFrame(columns = ['country', 'swimsuit']) | null | df[df['swimsuit']=='9.67']['country'].values[0] | general |
ประเทศที่ได้คะแนนชุดว่ายน้ำ 9.57 เฉลี่ยอยู่ที่เท่าไร? | What was the average for the country with the swimsuit score of 9.57? | df = pd.DataFrame(columns = ['average', 'swimsuit']) | null | df[df['swimsuit']=='9.57']['average'].values[0] | general |
คะแนนสัมภาษณ์ฮาวายเป็นเท่าไหร่? | What was the interview score for Hawaii? | df = pd.DataFrame(columns = ['interview', 'country']) | null | df[df['country']=='Hawaii']['interview'].values[0] | general |
เกม 50 วันที่เท่าไหร่? | What is the date of Game 50? | df = pd.DataFrame(columns = ['date', 'game']) | null | df[df['game']==50]['date'].values[0] | general |
ใครทำคะแนนได้มากที่สุดในเกมที่ 49? | Who scored the most points in Game 49? | df = pd.DataFrame(columns = ['high_points', 'game']) | null | df[df['game']==49]['high_points'].values[0] | general |
บอกชื่อทีมในฟิลิปส์ อารีน่า 19,335? | Name the number of teams at the philips arena 19,335? | df = pd.DataFrame(columns = ['team', 'location_attendance']) | null | df[df['location_attendance']=='Philips Arena 19,335']['team'].count() | general |
ทีมไหนอยู่ฟิลิปส์ อารีน่า 18,227 ครับ? | What is the team located at philips arena 18,227? | df = pd.DataFrame(columns = ['team', 'location_attendance']) | null | df[df['location_attendance']=='Philips Arena 18,227']['team'].values[0] | general |
มีบันทึกทั้งหมดที่มีคะแนนคือ w 98°91 | what are all the records with a score is w 98–91 | df = pd.DataFrame(columns = ['record', 'score']) | null | df[df['score']=='W 98–91']['record'].tolist() | general |
บันทึกไหนมีคะแนน l 109~116 2 ot | what records have a score of l 109–116 2 ot | df = pd.DataFrame(columns = ['record', 'score']) | null | df[df['score']=='L 109–116 2 OT']['record'].tolist() | general |
ซึ่งเป็นผู้มาเยือนทั้งหมดด้วยสถิติ 25°18 | who are all the visitor with a record of 25–18 | df = pd.DataFrame(columns = ['visitor', 'record']) | null | df[df['record']=='25–18']['visitor'].tolist() | general |
ซึ่งผู้มาเยือนมีแต้มนำ รอย : 25 | Which visitors have a leading scorer of roy : 25 | df = pd.DataFrame(columns = ['visitor', 'leading_scorer']) | null | df[df['leading_scorer']=='Roy : 25']['visitor'].tolist() | general |
จำนวนวันที่ผู้ทำประตูคือกอร์ดอนคือเท่าไร : 32 | what is the total number of dates where the scorer is gordon : 32 | df = pd.DataFrame(columns = ['date', 'leading_scorer']) | null | df[df['leading_scorer']=='Gordon : 32']['date'].count() | general |
ทีมเหย้าคือทีมไหน โดยสตรีคย เสมอ 3 แต้ม และผู้ทำประตูนำคือ รอย : 23 | what's the home team where streak is l3 and leading scorer is roy : 23 | df = pd.DataFrame(columns = ['home', 'streak', 'leading_scorer']) | null | df[(df['streak']=='L3') & (df['leading_scorer']=='Roy : 23')]['home'].values[0] | general |
การเข้างานเป็นเท่าไหร่ โดยที่คะแนน l 92×101 | what's the attendance where score is l 92–101 | df = pd.DataFrame(columns = ['attendance', 'score']) | null | df[df['score']=='L 92–101']['attendance'].values[0] | general |
จำนวนวันที่มาเยี่ยมชมคือนิวเจอร์ซี่อวนเป็นจำนวนเท่าใด | what is the total number of date where visitor is new jersey nets | df = pd.DataFrame(columns=['date', 'visitor']) | null | df[df['visitor'] == 'New Jersey Nets'].shape[0] | general |
ซึ่งเป็นผู้ทำประตูชั้นนำ โดยที่เจ้าบ้านคือ ชาร์ล็อตต์ รอกแคตส์ | who is the leading scorer where home is charlotte bobcats | df = pd.DataFrame(columns=['leading_scorer', 'home']) | null | df[df['home'] == 'Charlotte Bobcats']['leading_scorer'] | general |
คะแนนคืออะไร โดยที่บันทึกคือ 0°2 | what's the score where record is 0–2 | df = pd.DataFrame(columns=['score', 'record']) | null | df[df['record'] == '0–2']['score'] | general |
จำนวนสถิติทั้งหมดเป็นเท่าใด โดยสตรีคยคือ l2 และผู้ทำประตูนำคือรอย : 23 | what is the total number of record where streak is l2 and leading scorer is roy : 23 | df = pd.DataFrame(columns=['record', 'streak', 'leading_scorer']) | null | df[(df['streak'] == 'L2') & (df['leading_scorer'] == 'Roy : 23')].shape[0] | general |
ตั้งชื่อสถานที่ในวันที่ 10 มิถุนายน | Name the location on june 10 | df = pd.DataFrame(columns=['location_attendance', 'date']) | null | df[df['date'] == 'June 10']['location_attendance'] | general |
ทายเลขเกมวันที่ 12 มิถุนายน | Name the number of games on june 12 | df = pd.DataFrame(columns=['game', 'date']) | null | df[df['date'] == 'June 12'].shape[0] | general |
ตั้งชื่อซีรีส์วันที่ 5 มิถุนายน | Name the series on june 5 | df = pd.DataFrame(columns=['series', 'date']) | null | df[df['date'] == 'June 5']['series'] | general |
ใครคือผู้เขียนซีรีส์ตอนที่ 25? | Who were the authors of series episode #25? | df = pd.DataFrame(columns=['written_by', 'series__number']) | null | df[df['series__number'] == 25]['written_by'] | general |
ฤดูกาลใดที่มีนักเขียน Michael Poryes? | What season features writer Michael Poryes? | df = pd.DataFrame(columns=['season__number', 'written_by']) | null | df[df['written_by'] == 'Michael Poryes']['season__number'] | general |
วันที่เขียนโดย Michael Poryes คือวันที่เท่าไหร่? | What is the date of the episode written by Michael Poryes? | df = pd.DataFrame(columns=['original_air_date', 'written_by']) | null | df[df['written_by'] == 'Michael Poryes']['original_air_date'] | general |
ซัมเมอร์เซ็ทของปี 2552 คืออะไร? | what is the somerset for the year 2009? | df = pd.DataFrame(columns=['somerset', 'year']) | null | df[df['year'] == 2009]['somerset'] | general |
บริสตอล & n คืออะไร ซอมเมอร์เซ็ทอยู่ที่ไหนคือแอชคอตต์และแชปวิค? | what is the bristol & n. som where the somerset is ashcott and shapwick? | df = pd.DataFrame(columns=['bristol_', '_n_som', 'somerset']) | null | df[df['somerset'] == 'Ashcott and Shapwick'][['bristol_', '_n_som']] | general |
ปีล่าสุดที่ glos & wilts เป็น warminster คืออะไร? | what is the latest year where glos & wilts is warminster? | df = pd.DataFrame(columns=['year', 'glos_', '_wilts']) | null | df[df['glos_'] == 'Warminster']['year'].max() | general |
glos & wilts อยู่ที่ไหน bristol & somerset lansdown คืออะไร? | what is the glos & wilts where the bristol & somerset is lansdown? | df = pd.DataFrame(columns=['glos_', '_wilts', 'bristol_', '_somerset']) | null | df[df['bristol_'] == 'Lansdown'][['glos_', '_wilts']] | general |
ปีที่ glos & wilts อยู่ที่ gloucester city winget คืออะไร? | what is the year where glos & wilts is gloucester city winget? | df = pd.DataFrame(columns=['year', 'glos_', '_wilts']) | null | df[df['glos_'] == 'Gloucester City Winget']['year'] | general |
gloucestershire is painswick กี่ครั้งแล้ว? | who many times is gloucestershire is painswick? | df = pd.DataFrame(columns=['premier_two', 'gloucestershire']) | null | df[df['gloucestershire'] == 'Painswick'].shape[0] | general |
เบื้องต้นมีอะไรบ้าง โดยชุดราตรี 8.988 | what's the preliminaries where evening gown is 8.988 | df = pd.DataFrame(columns=['preliminaries', 'evening_gown']) | null | df[df['evening_gown'] == '8.988']['preliminaries'] | general |
ชุดว่ายน้ำอะไร โดยที่เฉลี่ยอยู่ที่ 8.670 | what's the swimsuit where average is 8.670 | df = pd.DataFrame(columns=['swimsuit', 'average']) | null | df[df['average'] == '8.670']['swimsuit'] | general |
ชุดราตรีคืออะไร โดยรอบแรก 8.977 น | what's the evening gown where preliminaries is 8.977 | df = pd.DataFrame(columns=['evening_gown', 'preliminaries']) | null | df[df['preliminaries'] == '8.977']['evening_gown'] | general |
เบื้องต้นมีอะไรบ้าง โดยที่รัฐ อยู่ทางใต้ของดาโกตา | what's the preliminaries where state is south dakota | df = pd.DataFrame(columns=['preliminaries', 'state']) | null | df[df['state'] == 'South Dakota']['preliminaries'] | general |
ชุดราตรีคืออะไรที่รัฐเซาท์ดาโกตา | what's the evening gown where state is south dakota | df = pd.DataFrame(columns=['evening_gown', 'state']) | null | df[df['state'] == 'South Dakota']['evening_gown'] | general |
ค่าเฉลี่ยรวมชุดราตรีอยู่ที่ 8.988 เป็นเท่าใด | what is the total number of average where evening gown is 8.988 | df = pd.DataFrame(columns=['average', 'evening_gown']) | null | df[df['evening_gown'] == '8.988']['average'].count() | general |
ตั้งชื่อชายเดี่ยวของ Marina Yakusheva elena shimko | Name the men's singles of marina yakusheva elena shimko | df = pd.DataFrame(columns=['mens_singles', 'womens_doubles']) | null | df[df['womens_doubles'] == 'Marina Yakusheva Elena Shimko']['mens_singles'] | general |
อิหม่ามโซดิกินอิราวันและทันดาปุตราหญิงเดี่ยวมีอะไรบ้าง? | What are the womens singles of imam sodikin irawan andi tandaputra? | df = pd.DataFrame(columns=['womens_singles', 'mens_doubles']) | null | df[df['mens_doubles'] == 'Imam Sodikin Irawan Andi Tandaputra']['womens_singles'] | general |
ซิงเกิลหญิงของ นาโอโกะ ฟุกุมัน คุรุมิ โยนาโอะ มีอะไรบ้าง? | What are the womens singles of naoko fukuman kurumi yonao? | df = pd.DataFrame(columns=['womens_singles', 'womens_doubles']) | null | df[df['womens_doubles'] == 'Naoko Fukuman Kurumi Yonao']['womens_singles'] | general |
ซิงเกิ้ลหญิงของ Marcus ellis gabrielle white คืออะไร? | What is the womens singles of marcus ellis gabrielle white? | df = pd.DataFrame(columns=['womens_singles', 'mixed_doubles']) | null | df[df['mixed_doubles'] == 'Marcus Ellis Gabrielle White']['womens_singles'] | general |
ซิงเกิลชายแห่งปี 2008 คืออะไร? | What is the mens singles of 2008? | df = pd.DataFrame(columns=['mens_singles', 'year']) | null | df[df['year'] == '2008']['mens_singles'] | general |
gdp (bn) คืออะไร โดยที่ทุนคือทุน? | what is the gdp ( bn ) where capital is capital? | df = pd.DataFrame(columns=['gdp___bn__']) | null | ERROR - Invalid Question | general |