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 |
|---|---|---|---|---|---|
IS-2 คืออะไรเมื่อ KV-1S เป็น 114?
|
What's the IS-2 when the KV-1S is 114?
|
df = pd.DataFrame(columns=['is_2_m1945', 'kv_1s_m1942'])
| null |
df[df['kv_1s_m1942'] == '114']['is_2_m1945']
|
general
|
IS-3 คืออะไรเมื่อ KV-1S เป็น 45?
|
What's the IS-3 when the KV-1S is 45?
|
df = pd.DataFrame(columns=['is_3_m1945', 'kv_1s_m1942'])
| null |
df[df['kv_1s_m1942'] == '45']['is_3_m1945']
|
general
|
T-100 คืออะไรเมื่อ IS-3 คือ 150 (225)?
|
What's the T-100 when the IS-3 is 150 (225)?
|
df = pd.DataFrame(columns=['t_100', 'is_3_m1945'])
| null |
df[df['is_3_m1945'] == '150 (225)']['t_100']
|
general
|
IS-3 คืออะไรเมื่อ KV-85 เป็น 40?
|
What's the IS-3 when the KV-85 is 40?
|
df = pd.DataFrame(columns=['is_3_m1945', 'kv_85_m1943'])
| null |
df[df['kv_85_m1943'] == '40']['is_3_m1945']
|
general
|
KV-85 คืออะไรเมื่อ KV-1S คือ 45?
|
What's the KV-85 when the KV-1S is 45?
|
df = pd.DataFrame(columns=['kv_85_m1943', 'kv_1s_m1942'])
| null |
df[df['kv_1s_m1942'] == '45']['kv_85_m1943']
|
general
|
ผลรวมของเหรียญทองแดงที่เกาหลีใต้ได้รับคือเท่าไร?
|
What is the sum of the bronze medals won by south korea?
|
df = pd.DataFrame(columns=['bronze', 'nation'])
| null |
df[df['nation'] == 'south korea']['bronze'].sum()
|
general
|
โรงเรียนสปีดเวย์อยู่ในชั้นเรียนใดของ IHSAA
|
Which IHSAA class does speedway school belong to?
|
df = pd.DataFrame(columns=['ihsaa_class', 'school'])
| null |
df[df['school'] == 'speedway']['ihsaa_class']
|
general
|
โรงเรียน ISHAA แห่งใดเข้าร่วมในปี 2012 และมีตัวนำโชคเป็นรูปเสือดำ
|
Which ISHAA school joined in 2012 and has a mascot of the panthers?
|
df = pd.DataFrame(columns=['ihsaa_class', 'year_joined', 'mascot'])
| null |
df[(df['year_joined'] < '2012') & (df['mascot'] == 'panthers')]['ihsaa_class']
|
general
|
ความพยายามใดที่มีคะแนนมากกว่า 156 และคะแนนสำหรับ 127 และพยายามมากกว่า 17
|
Which Tries against has Points against larger than 156, and Points for of 127, and Tries for larger than 17?
|
df = pd.DataFrame(columns=['tries_against', 'tries_for', 'points_against', 'points_for'])
| null |
df[(df['points_against'] > '156') & (df['points_for'] == '127') & (df['tries_for'] > '17')]['tries_against'].mean()
|
general
|
Try diff ตัวไหนมี Tries เป็นเวลา 12 ครั้ง?
|
Which Try diff has Tries for of 12?
|
df = pd.DataFrame(columns=['try_diff', 'tries_for'])
| null |
df[df['tries_for'] == '12']['try_diff']
|
general
|
ทีม SS Player Rich McKinney คืออะไร?
|
What is SS Player Rich McKinney's Team?
|
df = pd.DataFrame(columns=['team', 'position', 'player'])
| null |
df[(df['position'] == 'ss') & (df['player'] == 'rich mckinney')]['team']
|
general
|
ผู้เล่นจาก Dayton, Oh พร้อมตัวเลือก 15 หรือใหญ่กว่าคืออะไร?
|
What is the Player from Dayton, Oh with a Pick of 15 or larger?
|
df = pd.DataFrame(columns=['player', 'pick', 'hometown_school'])
| null |
df[(df['pick'] > '15') & (df['hometown_school'] == 'dayton, oh')]['player']
|
general
|
ตัวเลือกของผู้เล่นจาก Stamford, CT คืออะไร?
|
What is the Pick of the Player from Stamford, CT?
|
df = pd.DataFrame(columns=['pick', 'hometown_school'])
| null |
df[df['hometown_school'] == 'stamford, ct']['pick'].max()
|
general
|
มณฑลใดที่มีระดับ AA IHSAA ในเฟอร์ดินันด์คืออะไร
|
What is the county with an AA IHSAA class in ferdinand?
|
df = pd.DataFrame(columns=['county', 'ihsaa_class', 'location'])
| null |
df[(df['ihsaa_class'] == 'aa') & (df['location'] == 'ferdinand')]['county']
|
general
|
โรงเรียนขนาดเล็กที่สุดที่มีไททันเป็นมาสคอตคือขนาดใด
|
What is the lowest size of the school with titans as the mascot?
|
df = pd.DataFrame(columns=['size', 'mascot'])
| null |
df[df['mascot'] == 'titans']['size'].min()
|
general
|
โรงเรียนใดที่มีขนาดน้อยกว่า 674 มีเขตปกครอง 19 ดูบัวส์ และมีเรนเจอร์เป็นตัวนำโชค?
|
What school has a size less than 674, has a county of 19 dubois, and has the rangers as their mascot?
|
df = pd.DataFrame(columns=['school', 'mascot', 'size', 'county'])
| null |
df[(df['size'] < '674') & (df['county'] == '19 dubois') & (df['mascot'] == 'rangers')]['school']
|
general
|
นักเตะคนไหนมีคะแนน 71-69-71-67=278?
|
Which player has a score of 71-69-71-67=278?
|
df = pd.DataFrame(columns=['player', 'score'])
| null |
df[df['score'] == '71-69-71-67=278']['player']
|
general
|
มีผู้ชนะจำนวนเท่าใดที่มีเงินรางวัล $184,190 และ 10 อันดับแรกที่มากกว่า 1
|
How many Wins have Winnings of $184,190, and a Top 10 larger than 1?
|
df = pd.DataFrame(columns=['wins', 'winnings', 'top_10'])
| null |
df[(df['winnings'] == '$184,190') & (df['top_10'] > '1')]['wins'].count()
|
general
|
ยอดเขาปุนจักจายา (ปิรามิดคาร์สเตนซ์) สูงที่สุดในหน่วยเมตร ซึ่งอยู่ในอันดับที่ต่ำกว่า 7 และมีความโดดเด่นน้อยกว่า 4,884 เมตร?
|
What is the highest col in m of the puncak jaya (carstensz pyramid) peak, which is ranked lower than 7 and has a prominence less than 4,884 m?
|
df = pd.DataFrame(columns=['col__m_', 'prominence__m_', 'rank', 'peak'])
| null |
df[(df['rank'] < '7') & (df['peak'] == 'puncak jaya (carstensz pyramid)') & (df['prominence__m_'] < '4,884')]['col__m_'].max()
|
general
|
ระดับความสูงสูงสุดในหน่วยเมตรของยอดเขาบอนอิเรา ซึ่งมีความสูงมากกว่า 0 เมตร และมีความโดดเด่นน้อยกว่า 1,900 เมตร คือข้อใด
|
What is the highest elevation in m of the bon irau peak, which has a col greater than 0 m and a prominence less than 1,900 m?
|
df = pd.DataFrame(columns=['elevation__m_', 'prominence__m_', 'col__m_', 'peak'])
| null |
df[(df['col__m_'] > 0) & (df['peak'] == 'bon irau') & (df['prominence__m_'] < 1900)]['elevation__m_'].max()
|
general
|
แท็คเกิ้ลรับเลือกรอบไหนหลังจาก 187?
|
Which round was the defensive tackle picked after 187?
|
df = pd.DataFrame(columns=['round', 'position', 'pick__number'])
| null |
df[(df['position'] == 'defensive tackle') & (df['pick__number'] > 187)]['round'].mean()
|
general
|
ป้ายกำกับ mother / mvp / polydor ชื่ออะไร?
|
What was the title for the label mother / mvp / polydor?
|
df = pd.DataFrame(columns=['title', 'label'])
| null |
df[df['label'] == 'mother / mvp / polydor']['title']
|
general
|
Shake Your Groove Thing ในสหรัฐอเมริกามีชื่อว่าอะไร
|
What was the label for Shake Your Groove Thing in USA?
|
df = pd.DataFrame(columns=['label', 'country_of_release', 'title'])
| null |
df[(df['country_of_release'] == 'usa') & (df['title'] == 'shake your groove thing')]['label']
|
general
|
สถานที่เกิดของผู้มีสิทธิเลือกตั้งแห่งซอฟเฟรโดระบุว่าเป็นสถานที่ใด
|
What is listed as the Place of birth for the Elector of Soffredo?
|
df = pd.DataFrame(columns=['place_of_birth', 'elector'])
| null |
df[df['elector'] == 'soffredo']['place_of_birth']
|
general
|
สถานที่เกิดแห่งใดที่มีลิฟต์ของ ALexander III และผู้มีสิทธิเลือกของ Ruggiero Di San Severino
|
What's the Place of birth listed that has an Elevator of ALexander III, and an Elector of Ruggiero Di San Severino?
|
df = pd.DataFrame(columns=['place_of_birth', 'elevator', 'elector'])
| null |
df[(df['elevator'] == 'alexander iii') & (df['elector'] == 'ruggiero di san severino')]['place_of_birth']
|
general
|
ลิฟต์มีชื่ออะไรเป็นพระคาร์ดินัลเชียลเป็นมัคนายกแห่งเอส. มาเรียในปอร์ติโกด้วย
|
What is listed for the Elevator, that also has the Cardinalatial title of Deacon of S. Maria in Portico?
|
df = pd.DataFrame(columns=['elevator', 'cardinalatial_title'])
| null |
df[df['cardinalatial_title'] == 'deacon of s. maria in portico']['elevator']
|
general
|
รายการใดสำหรับผู้มีสิทธิ์เลือกตั้งซึ่งมีตำแหน่งพระคาร์ดินัลเป็นพระคาร์ดินัลแห่งเอส. มาร์โกด้วย
|
What is listed for the Elector that also has the Cardinalatial title of Priest of S. Marco?
|
df = pd.DataFrame(columns=['elector', 'cardinalatial_title'])
| null |
df[df['cardinalatial_title'] == 'priest of s. marco']['elector']
|
general
|
ลิฟต์ที่มีผู้มีสิทธิเลือกแห่งเจอราร์โดระบุไว้ในรายการอะไรบ้าง
|
What is listed for the Elevator that has the Elector of Gerardo?
|
df = pd.DataFrame(columns=['elevator', 'elector'])
| null |
df[df['elector'] == 'gerardo']['elevator']
|
general
|
สถานที่เกิดของผู้มีสิทธิเลือกตั้งแห่งปันดอลโฟระบุว่าเป็นสถานที่ใด
|
What is listed as the Place of Birth for the Elector of Pandolfo?
|
df = pd.DataFrame(columns=['place_of_birth', 'elector'])
| null |
df[df['elector'] == 'pandolfo']['place_of_birth']
|
general
|
ความหนาแน่นน้อยที่สุด (ต่อ กม.) คือเท่าใด เมื่ออยู่ในอันดับที่ 5 และพื้นที่ (กมย.) น้อยกว่า 125,755?
|
what is the least density (per km²) when the rank is 5 and the Area (km²) is less than 125,755?
|
df = pd.DataFrame(columns=['density__per_km²_', 'rank', 'area__km²_'])
| null |
df[(df['rank'] == '5') & (df['area__km²_'] < '125755')]['density__per_km²_'].min()
|
general
|
เทอร์โบเมื่อความถี่เป็น 2.2 ghz คืออะไร?
|
what is the turbo when the frequency is 2.2 ghz?
|
df = pd.DataFrame(columns=['turbo', 'frequency'])
| null |
df[df['frequency'] == '2.2 ghz']['turbo']
|
general
|
ความถี่ของ GPU คือเท่าไรเมื่อหมายเลขชิ้นส่วนคือ cw8064701470702?
|
what is the gpu frequency when the part number is cw8064701470702?
|
df = pd.DataFrame(columns=['gpu_frequency', 'part_number_s_'])
| null |
df[df['part_number_s_'] == 'cw8064701470702']['gpu_frequency']
|
general
|
หมายเลข sspec คือ sr15h(c0) จะออกเมื่อใด?
|
what is the release date when the sspec number is sr15h(c0)?
|
df = pd.DataFrame(columns=['release_date', 'sspec_number'])
| null |
df[df['sspec_number'] == 'sr15h(c0)']['release_date']
|
general
|
หมายเลขสเป็คคืออะไรเมื่อหมายเลขชิ้นส่วนคือ cw8064701470802?
|
what is the sspec number when the part number is cw8064701470802?
|
df = pd.DataFrame(columns=['sspec_number', 'part_number_s_'])
| null |
df[df['part_number_s_'] == 'cw8064701470802']['sspec_number']
|
general
|
อันดับเฉลี่ยของนักปั่นจักรยานคือ alexandr pliuschin คือเท่าไร?
|
what is the average rank when the cyclist is alexandr pliuschin?
|
df = pd.DataFrame(columns=['rank', 'cyclist'])
| null |
df[df['cyclist'] == 'alexandr pliuschin']['rank'].mean()
|
general
|
ความร้อนอยู่ที่ 9 และประเทศคือบริเตนใหญ่อันดับที่เท่าไหร่?
|
what is the rank when heat is 9 and the nation is great britain?
|
df = pd.DataFrame(columns=['rank', 'heat', 'nation'])
| null |
df[(df['heat'] == 9) & (df['nation'] == 'great britain')]['rank'].sum()
|
general
|
เมื่ออันดับเป็น 12 ผลลัพธ์จะเป็นอย่างไร?
|
what is the result when the rank is 12?
|
df = pd.DataFrame(columns=['result', 'rank'])
| null |
df[df['rank'] == 12]['result']
|
general
|
การแข่งขันใดมีปี 2010 โดย Snatch น้ำหนัก 185 กิโลกรัม?
|
Which competition had a year of 2010 with Snatch weight of 185kg?
|
df = pd.DataFrame(columns=['competition', 'year', 'snatch'])
| null |
df[(df['year'] == 2010) & (df['snatch'] == '185kg')]['competition']
|
general
|
น้ำหนัก Snatch สำหรับปีที่มีน้ำหนักรวม 409 กิโลกรัมคือเท่าใด
|
What was the Snatch weight for the year that had a total of 409kg?
|
df = pd.DataFrame(columns=['snatch', 'total'])
| null |
df[df['total'] == '409kg']['snatch']
|
general
|
น้ำหนัก Clean and Jerk สำหรับปีที่มีผล Snatch 190 กก. เป็นเท่าใด
|
What was the Clean and Jerk weight for the year that had a Snatch result of 190kg?
|
df = pd.DataFrame(columns=['clean_and_jerk', 'snatch'])
| null |
df[df['snatch'] == '190kg']['clean_and_jerk']
|
general
|
ผลลัพธ์อันดับสูงสุดในปี 2010 ด้วยน้ำหนัก Clean and Jerk อยู่ที่ 224 กิโลกรัมคืออะไร?
|
What was the highest place result in 2010 with a Clean and Jerk weight of 224kg?
|
df = pd.DataFrame(columns=['place', 'year', 'clean_and_jerk'])
| null |
df[(df['year'] == '2010') & (df['clean_and_jerk'] == '224kg')]['place'].max()
|
general
|
การแข่งขันรายการใดทำให้มีน้ำหนักรวม 428 กิโลกรัม?
|
Which competition led to a total weight of 428kg?
|
df = pd.DataFrame(columns=['competition', 'total'])
| null |
df[df['total'] == '428kg']['competition']
|
general
|
นักว่ายน้ำทำเวลาได้ 1:59.42 นาที ในเลนใด
|
In what lane did the swimmer get a time of 1:59.42?
|
df = pd.DataFrame(columns=['lane', 'time'])
| null |
df[df['time'] == '1:59.42']['lane'].sum()
|
general
|
ตั้งชื่อทองคำซึ่งมีประเทศออสเตรเลียและเหรียญทองแดงที่เล็กกว่า 1 หรือไม่?
|
Name the Gold which has a Nation of australia, and a Bronze smaller than 1?
|
df = pd.DataFrame(columns=['gold', 'nation', 'bronze'])
| null |
df[(df['nation'] == 'australia') & (df['bronze'] < '1')]['gold'].min()
|
general
|
สาธารณรัฐเช็กสีบรอนซ์สูงสุดใดที่มีคะแนนรวมน้อยกว่า 4?
|
Which the highest Bronze of czech republic with a Total smaller than 4?
|
df = pd.DataFrame(columns=['bronze', 'nation', 'total'])
| null |
df[(df['nation'] == 'czech republic') & (df['total'] < '4')]['bronze'].max()
|
general
|
ตั้งชื่อเหรียญทองแดงสูงสุดซึ่งมีทองมากกว่า 2 และอันดับรวมหรือไม่?
|
Name the highest Bronze which has a Gold larger than 2 and a Rank of total?
|
df = pd.DataFrame(columns=['bronze', 'gold', 'rank'])
| null |
df[(df['gold'] > '2') & (df['rank'] == 'total')]['bronze'].max()
|
general
|
นับทองคำเฉลี่ยที่มีประเทศสวีเดนและเงินที่มากกว่า 1 หรือไม่?
|
Count the average Gold which has a Nation of sweden, and a Silver larger than 1?
|
df = pd.DataFrame(columns=['gold', 'nation', 'silver'])
| null |
df[(df['nation'] == 'sweden') & (df['silver'] > '1')]['gold'].mean()
|
general
|
คู่ต่อสู้ในวันที่ 3 มิถุนายนคือใคร?
|
Who was the opponent on June 3?
|
df = pd.DataFrame(columns=['opponent', 'date'])
| null |
df[df['date'] == 'june 3']['opponent']
|
general
|
เกมใดมีสถิติ 9-7?
|
Which game had a 9-7 record?
|
df = pd.DataFrame(columns=['game', 'record'])
| null |
df[df['record'] == '9-7']['game']
|
general
|
เกมสูงสุดที่มีสถิติ 3-2 คืออะไร?
|
What is the highest game with a 3-2 record?
|
df = pd.DataFrame(columns=['game', 'record'])
| null |
df[df['record'] == '3-2']['game'].max()
|
general
|
คู่ต่อสู้ของเกมที่มีหมายเลขเกมมากกว่า 5 ในวันที่ 22 มิถุนายนคือใคร?
|
Who is the opponent of the game with a game number larger than 5 on June 22?
|
df = pd.DataFrame(columns=['opponent', 'game', 'date'])
| null |
df[(df['game'] > '5') & (df['date'] == 'june 22')]['opponent']
|
general
|
สกอร์เกมวันที่ 25 มิ.ย. ที่ โมฮีแกน ซัน อารีน่า เป็นอย่างไรบ้าง?
|
What is the score of the game on June 25 at the mohegan sun arena?
|
df = pd.DataFrame(columns=['score', 'location', 'date'])
| null |
df[(df['location'] == 'mohegan sun arena') & (df['date'] == 'june 25')]['score']
|
general
|
คู่ต่อสู้ในอเมริกาเวสต์อารีน่าคือใคร?
|
Who is the opponent at america west arena?
|
df = pd.DataFrame(columns=['opponent', 'location'])
| null |
df[df['location'] == 'america west arena']['opponent']
|
general
|
ใครคือนักพายอันดับมากกว่า 3 จากประเทศฟินแลนด์?
|
Who are the rowers ranked greater than 3 from Finland?
|
df = pd.DataFrame(columns=['rowers', 'rank', 'country'])
| null |
df[(df['rank'] > '3') & (df['country'] == 'finland')]['rowers']
|
general
|
ประเทศใดมีเวลา 6:55.23 น.
|
What country had a 6:55.23 time?
|
df = pd.DataFrame(columns=['country', 'time'])
| null |
df[df['time'] == '6:55.23']['country']
|
general
|
จำนวนชัยชนะโดยเฉลี่ยสำหรับทีมที่แพ้ 14 ครั้งและมากกว่า 2,200 ครั้งเป็นเท่าใด?
|
What is the average number of wins for teams with 14 losses and against over 2200?
|
df = pd.DataFrame(columns=['wins', 'losses', 'against'])
| null |
df[(df['losses'] == '14') & (df['against'] > '2200')]['wins'].mean()
|
general
|
ผลรวมของชัยชนะสำหรับทีมที่แพ้ต่ำกว่า 1,067 เป็นเท่าใด?
|
What is the sum of wins for teams with against under 1067?
|
df = pd.DataFrame(columns=['wins', 'against'])
| null |
df[df['against'] < 1067]['wins'].sum()
|
general
|
ผลรวมของค่าตัวต่อสำหรับทีมที่แพ้ 5 และเสมอ 0 เป็นเท่าใด?
|
What is the sum of Against values for teams with 5 losses and 0 draws?
|
df = pd.DataFrame(columns=['against', 'losses', 'draws'])
| null |
df[(df['losses'] == '5') & (df['draws'] < '0')]['against'].sum()
|
general
|
จำนวนบายรวมสำหรับทีมที่แข่งกับ 2139 และเสมอมากกว่า 0 เป็นเท่าใด?
|
What is the total number of byes for teams with against of 2139 and more than 0 draws?
|
df = pd.DataFrame(columns=['byes', 'against', 'draws'])
| null |
df[(df['against'] == '2139') & (df['draws'] > '0')]['byes'].count()
|
general
|
ผู้เข้าร่วมสูงสุดเมื่อสัปดาห์น้อยกว่า 1 คือเท่าใด
|
what is the highest attendance when the week is smaller than 1?
|
df = pd.DataFrame(columns=['attendance', 'week'])
| null |
df[df['week'] < 1]['attendance'].max()
|
general
|
สัปดาห์ใดที่ผลการแข่งขันคือ w 14-13 และมีผู้เข้าร่วมมากกว่า 53,295 คน?
|
what is the week when the result is w 14-13 and the attendance is higher than 53,295?
|
df = pd.DataFrame(columns=['week', 'result', 'attendance'])
| null |
df[(df['result'] == 'w 14-13') & (df['attendance'] > '53,295')]['week'].mean()
|
general
|
Richard Ticzon เข้าเรียนที่วิทยาลัยใด
|
What college did Richard Ticzon attend?
|
df = pd.DataFrame(columns=['college', 'player'])
| null |
df.loc[df['player'] == 'Richard Ticzon', 'college'].iloc[0]
|
general
|
ผู้เล่นคนไหนไปเรียนที่วิทยาลัยที่ Up-Diliman และเล่นในทีม PBA ของ Alaska Milkmen?
|
Which player went to college at Up-Diliman and plays on PBA team of the Alaska Milkmen?
|
df = pd.DataFrame(columns=['player', 'pba_team', 'college'])
| null |
df[(df['pba_team'] == 'Alaska Milkmen') & (df['college'] == 'Up-Diliman')]['player'].iloc[0]
|
general
|
รวมได้ 2 เหรียญเงิน ไม่ถึง 1 เหรียญทองแดง ได้กี่เหรียญ?
|
How many silver medals when the total was 2 and less than 1 bronze?
|
df = pd.DataFrame(columns=['silver', 'bronze', 'total'])
| null |
df[(df['bronze'] > 0) & (df['total'] == 2)]['silver'].sum()
|
general
|
เมื่อทองแดงมีค่ามากกว่า 1 เงินมีค่า 3 และทองมีค่าน้อยกว่า 5 จะเป็นเท่าใด
|
What's the total when the bronze was more than 1, silver was 3, and gold was less than 5?
|
df = pd.DataFrame(columns=['total', 'gold', 'bronze', 'silver'])
| null |
df[(df['bronze'] > '1') & (df['silver'] == '3') & (df['gold'] < '5')]['total'].sum()
|
general
|
เหรียญทองของ Total Nation ที่นับเหรียญทองแดงมากกว่า 0 และคะแนนรวมน้อยกว่า 54 ได้เท่าไร
|
What's the gold medal count for Total Nation with a bronze count more than 0 and a total less than 54?
|
df = pd.DataFrame(columns=['gold', 'bronze', 'nation'])
| null |
df[(df['nation'] == 'Total') & (df['bronze'] > '0') & (df['Total'] < 54)]['gold'].max()
|
general
|
เขตเลือกตั้งหรือพื้นที่ A[โ€บ] คืออะไร ในเมื่อชื่อ A[โ€บ] คือ เขื่อนทะเลสาบเจอโรม?
|
what is the borough or A[›] Census area when the Name A[›] is jerome lake dam?
|
df = pd.DataFrame(columns=['borough_or_a', 'a_', 'name_a'])
| null |
df.loc[df['name_a'] == 'jerome lake dam', 'borough_or_a'].iloc[0]
|
general
|
คะแนนสำหรับผู้เล่นที่ได้รับรางวัล $3,600 คืออะไร?
|
What is the score for the player who won $3,600?
|
df = pd.DataFrame(columns=['score', 'money'])
| null |
df.loc[df['money'] == '3,600', 'score'].iloc[0]
|
general
|
ตั้งชื่อผลรวมมากที่สุดโดยมีค่าเฉลี่ยน้อยกว่า 36.5 และอันดับเฉลี่ยอยู่ที่ 14
|
Name the most total with average less than 36.5 and rank by average of 14
|
df = pd.DataFrame(columns=['total', 'average', 'rank_by_average'])
| null |
df[(df['average'] < 36.5) & (df['rank_by_average'] == 14)]['total'].max()
|
general
|
ตั้งชื่อผลรวมของอันดับโดยเฉลี่ยโดยแข่งขันจบมากกว่า 8 และค่าเฉลี่ยมากกว่า 30
|
Name the sum of rank by average with competition finish more than 8 and average larger than 30
|
df = pd.DataFrame(columns=['rank_by_average', 'competition_finish', 'average'])
| null |
df[(df['competition_finish'] > '8') & (df['average'] > 30)]['rank_by_average'].sum()
|
general
|
ระบุจำนวนรวมการแข่งขันจบด้วยคะแนนรวม 90 และอันดับโดยเฉลี่ยมากกว่า 5
|
Name the total number of competition finish with total of 90 and rank by average more than 5
|
df = pd.DataFrame(columns=['competition_finish', 'total', 'rank_by_average'])
| null |
df[(df['total'] == '90') & (df['rank_by_average'] > '5')]['competition_finish'].count()
|
general
|
ระบุการแข่งขันที่ยิ่งใหญ่ที่สุดจบด้วยคะแนนเฉลี่ยมากกว่า 32.9 และจำนวนท่าเต้นมากกว่า 16
|
Name the greatest competition finish with average more than 32.9 and number of dances more than 16
|
df = pd.DataFrame(columns=['competition_finish', 'average', 'number_of_dances'])
| null |
df[(df['average'] > '32.9') & (df['number_of_dances'] > '16')]['competition_finish'].max()
|
general
|
ตั้งชื่ออันดับน้อยที่สุดโดยเฉลี่ยสำหรับจำนวนการเต้นรำน้อยกว่า 9 และการแข่งขันจบที่ 5
|
Name the least rank by average for number of dances less than 9 and competition finish of 5
|
df = pd.DataFrame(columns=['rank_by_average', 'competition_finish', 'number_of_dances'])
| null |
df[(df['competition_finish'] == '5') & (df['number_of_dances'] < '9')]['rank_by_average'].min()
|
general
|
บันทึกเมื่อวันที่ 4 มิถุนายนคืออะไร?
|
What was the record on june 4?
|
df = pd.DataFrame(columns=['record', 'date'])
| null |
df.loc[df['date'] == 'june 4', 'record'].iloc[0]
|
general
|
คะแนนของเกม Iowa vs. Minnesota คืออะไร?
|
What was the score of the Iowa v. Minnesota game?
|
df = pd.DataFrame(columns=['score', 'opponent'])
| null |
df.loc[df['opponent'] == 'Minnesota', 'score'].iloc[0]
|
general
|
คู่ต่อสู้ของมิลวอกีคือใคร?
|
Who was Milwaukee's opponent?
|
df = pd.DataFrame(columns=['opponent', 'city'])
| null |
df.loc[df['city'] == 'Milwaukee', 'opponent'].iloc[0]
|
general
|
ผลการแข่งขันกับทัลซ่าเป็นอย่างไร?
|
What was the result of the game versus Tulsa?
|
df = pd.DataFrame(columns=['result', 'opponent'])
| null |
df.loc[df['opponent'] == 'Tulsa', 'result'].iloc[0]
|
general
|
อะไรคือคะแนนมากที่สุดสำหรับรถยนต์ที่มี lola thl1 แชสซีหลังปี 1986?
|
What is the most points for a vehicle with a lola thl1, chassis later than 1986?
|
df = pd.DataFrame(columns=['points', 'chassis', 'year'])
| null |
df[(df['chassis'] == 'lola thl1') & (df['year'] > '1986')]['points'].max()
|
general
|
ปีล่าสุดที่มีคะแนนน้อยกว่า 2 แต้ม แชสซีของ Mclaren m28 และผู้เข้าร่วมทีมลอเวนบรูคู คือ แม็คลาเรน?
|
What is the latest year with less than 2 points, a Mclaren m28 chassis and an Entrant of löwenbräu team mclaren?
|
df = pd.DataFrame(columns=['year', 'entrant', 'points', 'chassis'])
| null |
df[(df['points'] < '2') & (df['chassis'] == 'mclaren m28') & (df['entrant'] == 'löwenbräu team mclaren')]['year'].max()
|
general
|
ปีล่าสุดสำหรับผู้เข้าแข่งขัน Equipe Talbot Gitanes ที่มีคะแนนน้อยกว่า 1 คะแนนคือปีใด
|
What is the latest year for Entrant of equipe talbot gitanes with less than 1 point?
|
df = pd.DataFrame(columns=['year', 'entrant', 'points'])
| null |
df[df['entrant'] == 'equipe talbot gitanes'][df['points'] < 1]['year'].max()
|
general
|
เครื่องปฏิกรณ์ที่มีกำลังไฟพิกัด 945 เมกะวัตต์ และสิ้นสุดการก่อสร้างเมื่อวันที่ 10 พ.ค. 2521 ปิดทำการเมื่อใด
|
When did the reactor that has a rated power of 945 MW and ended construction on May 10, 1978 close?
|
df = pd.DataFrame(columns=['close_of_reactor', 'rated_power', 'finish_construction'])
| null |
df[(df['rated_power'] == '945 mw') & (df['finish_construction'] == 'may 10, 1978')]['close_of_reactor']
|
general
|
กำลังไฟพิกัดสำหรับเครื่องปฏิกรณ์ที่สิ้นสุดการก่อสร้างเมื่อวันที่ 10 พฤษภาคม พ.ศ. 2521 เป็นเท่าใด
|
What is the rated power for the reactor that ended construction on May 10, 1978?
|
df = pd.DataFrame(columns=['rated_power', 'finish_construction'])
| null |
df[df['finish_construction'] == 'may 10, 1978']['rated_power']
|
general
|
ใครเป็นคู่ปรับกับมาริน ฤอิลีฤตร ลอฟโร ซอฟโก?
|
Who was the parter against Marin čilić lovro Zovko?
|
df = pd.DataFrame(columns=['partnering', 'opponents'])
| null |
df[df['opponents'] == 'marin čilić lovro zovko']['partnering']
|
general
|
คะแนนเมื่อวันที่ 24 กุมภาพันธ์ 2556 เป็นอย่างไรบ้าง?
|
What was the score on 24 February 2013?
|
df = pd.DataFrame(columns=['score', 'date'])
| null |
df[df['date'] == '24 february 2013']['score']
|
general
|
ใครคือคู่ต่อสู้บนพื้นดินเมื่อร่วมมือกับ Horacio Zeballos?
|
Who was the opponent on clay surface when partnered with Horacio Zeballos?
|
df = pd.DataFrame(columns=['opponents', 'surface', 'partnering'])
| null |
df[(df['surface'] == 'clay') & (df['partnering'] == 'horacio zeballos')]['opponents']
|
general
|
สนามไหนมีวันพักสำหรับ Race Leader?
|
Which course had a rest day for the Race Leader?
|
df = pd.DataFrame(columns=['course', 'race_leader'])
| null |
df[df['race_leader'] == 'rest day']['course']
|
general
|
ตั้งชื่อผู้เข้าร่วมกับฝ่ายตรงข้ามเทวดาสำหรับวันที่ 9 กรกฎาคม
|
Name the attendance with angels opponent for july 9
|
df = pd.DataFrame(columns=['attendance', 'opponent', 'date'])
| null |
df[(df['opponent'] == 'angels') & (df['date'] == 'july 9')]['attendance']
|
general
|
ตั้งชื่อผู้เข้าร่วมมากที่สุดเมื่อบันทึกคือ 45-57
|
Name the most attendance when the record is 45-57
|
df = pd.DataFrame(columns=['attendance', 'record'])
| null |
df[df['record'] == '45-57']['attendance'].max()
|
general
|
คู่ต่อสู้คนไหนเมื่อสถิติเป็น 43-56?
|
Which is the opponent when the record was 43-56?
|
df = pd.DataFrame(columns=['opponent', 'record'])
| null |
df[df['record'] == '43-56']['opponent']
|
general
|
จำนวนการตัดตัวสูงสุดในทัวร์นาเมนต์ที่ชนะ 0 ครั้งและอันดับ 5 อันดับแรก 0 คืออะไร?
|
What is the highest number of cuts made in a tournament with 0 wins and 0 top 5 placings?
|
df = pd.DataFrame(columns=['cuts_made', 'top_5', 'wins'])
| null |
df[(df['top_5'] == 0) & (df['wins'] < 1)]['cuts_made'].max()
|
general
|
จำนวน Inaug. คืออะไร เมื่อประเภทเป็นสาธารณะ เมื่อชื่อคือ Mei Lam Estate และเมื่อไม่มียูนิตมีขนาดใหญ่กว่า 4,156
|
What is the number of Inaug., when the Type is Public, when the Name is Mei Lam Estate, and when the No Units is larger than 4,156?
|
df = pd.DataFrame(columns=['inaug', 'no_units', 'type', 'name'])
| null |
df[(df['type'] == 'public') & (df['name'] == 'mei lam estate') & (df['no_units'] > 4156)]['inaug'].count()
|
general
|
อะไรคือค่าเฉลี่ยไม่มีหน่วย เมื่อชื่อคือ Fung Shing Court และเมื่อไม่มีบล็อกน้อยกว่า 3?
|
What is the average No Units, when the Name is Fung Shing Court, and when the No Blocks is fewer than 3?
|
df = pd.DataFrame(columns=['no_units', 'name', 'no_blocks'])
| null |
df[(df['name'] == 'fung shing court') & (df['no_blocks'] < 3)]['no_units'].mean()
|
general
|
การย้ายทีมของมิลานในปี 2000 อยู่อันดับไหน?
|
What rank is the transfer for the milan move in 2000?
|
df = pd.DataFrame(columns=['rank', 'moving_to', 'year'])
| null |
df[(df['moving_to'] == 'milan') & (df['year'] == 2000)]['rank'].mean()
|
general
|
ปีแรกสุดที่กาคา คาลาดเซ ย้ายไปมิลานด้วยอันดับสูงกว่า 9 คือเมื่อไหร่?
|
When was the earliest year that kakha kaladze moved to milan with a rank above 9?
|
df = pd.DataFrame(columns=['year', 'rank', 'moving_to', 'name'])
| null |
df[(df['moving_to'] == 'milan') & (df['name'] == 'kakha kaladze') & (df['rank'] < 9)]['year'].min()
|
general
|
นักเตะย้ายจากที่ไปสตุ๊ตการ์ทที่ไหน?
|
Where did the player move from that went to stuttgart?
|
df = pd.DataFrame(columns=['moving_from', 'moving_to'])
| null |
df[df['moving_to'] == 'stuttgart']['moving_from']
|
general
|
ใครถูกย้ายไปบาร์เซโลนา?
|
Who was moved to barcelona?
|
df = pd.DataFrame(columns=['name', 'moving_to'])
| null |
df[df['moving_to'] == 'barcelona']['name']
|
general
|
มีทั้งหมดกี่ตัวที่มี 0 เป็นทองคำ ทองแดงมากกว่า 1 และเงินน้อยกว่า 1
|
How many totals have 0 as Gold, a bronze greater than 1, and a silver less than 1?
|
df = pd.DataFrame(columns=['total', 'silver', 'gold', 'bronze'])
| null |
df[(df['gold'] == 0) & (df['bronze'] > 1) & (df['silver'] < 1)]['total'].count()
|
general
|
บราซิลมีทั้งหมดกี่ประเทศ และเหรียญทองแดงน้อยกว่า 2 อัน
|
How many totals have brazil as the nation, and a bronze less than 2?
|
df = pd.DataFrame(columns=['total', 'nation', 'bronze'])
| null |
df[(df['nation'] == 'brazil') & (df['bronze'] < 2)]['total'].sum()
|
general
|
มีเงินกี่อันที่มีทองคำ 2 อัน และทองแดงหนึ่งอันมีค่าน้อยกว่า 2 อัน
|
How many silvers have 2 as gold, and a bronze less than 2?
|
df = pd.DataFrame(columns=['silver', 'gold', 'bronze'])
| null |
df[(df['gold'] == 2) & (df['bronze'] < 2)]['silver'].sum()
|
general
|
ประเทศใดมีทองคำน้อยกว่า 2 และทองแดงน้อยกว่า 5?
|
Which nation has a gold less than 2 and a bronze less than 5?
|
df = pd.DataFrame(columns=['nation', 'gold', 'bronze'])
| null |
df[(df['gold'] < 2) & (df['bronze'] < 5)]['nation']
|
general
|
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.