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 |
|---|---|---|---|---|---|
บันทึกใดที่มีการสูญเสียเดือนพฤษภาคม (0-3)? | Which Record that has a Loss of mays (0-3)? | df = pd.DataFrame(columns=['record', 'loss']); | null | df.loc[df['loss'] == 'mays (0-3)', 'record'] | general |
คะแนนสุดท้าย 6°26 สัปดาห์ไหน? | What week was the final score 6–26? | df = pd.DataFrame(columns=['week', 'final_score']); | null | df.loc[df['final_score'] == '6–26', 'week'] | general |
ใครคือทีมเจ้าบ้านเมื่อ Miami Dolphins เป็นทีมเยือน? | Who was the host team when the Miami Dolphins were the visiting team? | df = pd.DataFrame(columns=['host_team', 'visiting_team']); | null | df.loc[df['visiting_team'] == 'miami dolphins', 'host_team'] | general |
สนามกีฬาที่จัดเกมนั้นหลังจากสัปดาห์ที่ 15 คืออะไร? | What was the stadium that held that game after week 15? | df = pd.DataFrame(columns=['stadium', 'week']); | null | df.loc[df['week'] > 15, 'stadium'] | general |
คว้าแชมป์เอฟเอคัพได้มากที่สุด 18 นัด และรวม 19 รายการ | Name the most FA cup for championship of 18 and total of 19 | df = pd.DataFrame(columns=['fa_cup', 'championship', 'total']); | null | df.loc[(df['championship'] == 18) & (df['total'] == 19), 'fa_cup'].max() | general |
ตั้งชื่อลีกคัพมากที่สุดรวมมากกว่า 19 รายการ และเอฟเอคัพมากกว่า 6 รายการ | Name the most league cups for total more than 19 and FA cups more than 6 | df = pd.DataFrame(columns=['league_cup', 'total', 'fa_cup']); | null | df.loc[(df['total'] > 19) & (df['fa_cup'] > 6), 'league_cup'].max() | general |
คะแนนคืออะไร เมื่อใดคือปีหลังปี 2550 และเมื่อใดเป็นประเทศอังกฤษ | What is the Score, when the Year is after 2007, and when the Country is England? | df = pd.DataFrame(columns=['score', 'year', 'country']); | null | df.loc[(df['year'] > 2007) & (df['country'] == 'england'), 'score'] | general |
ล่าสุดคือปีไหนที่สถานที่จัดงานคือเลผ์เกอ กอล์ฟ รีสอร์ท? | What is the latest Year, when the Venue is Lübker Golf Resort? | df = pd.DataFrame(columns=['year', 'venue']); | null | df.loc[df['venue'] == 'lübker golf resort', 'year'].max() | general |
เมื่อสถานที่จัดงานคือ เลอผิเกอ กอล์ฟ รีสอร์ท คะแนนเป็นเท่าไหร่? | What is the Score, when the Venue is Lübker Golf Resort? | df = pd.DataFrame(columns=['score', 'venue']); | null | df.loc[df['venue'] == 'lübker golf resort', 'score'] | general |
สถานที่คือที่ไหน ในเมื่อผู้ชนะคือเอียน ปิมาน? | What is the Venue, when the Winner is iain pyman? | df = pd.DataFrame(columns=['venue', 'winner']); | null | df.loc[df['winner'] == 'iain pyman', 'venue'] | general |
รอบสุดท้ายไหนมีรอบแรก 20 คน? | Which final round had a first round of 20? | df = pd.DataFrame(columns=['final_round', 'first_round']); | null | df.loc[df['first_round'] == 20, 'final_round'] | general |
รอบสุดท้ายใดมีน้ำหนัก 245? | What final round had a weight of 245? | df = pd.DataFrame(columns=['final_round', 'weight']); | null | df.loc[df['weight'] == 245, 'final_round'] | general |
ตำแหน่งสำหรับ New York Knicks คืออะไร? | What is the pos for the New York Knicks? | df = pd.DataFrame(columns=['pos', 'team']); | null | df.loc[df['team'] == 'new york knicks', 'pos'] | general |
ค่าเฉลี่ยรอบแรกของทีม ยูทาห์ แจ๊ส น้ำหนักน้อยกว่า 229 คือเท่าไร? | What is the average first round for Utah Jazz team, with a weight smaller than 229? | df = pd.DataFrame(columns=['first_round', 'weight', 'team']); | null | df.loc[(df['weight'] < 229) & (df['team'] == 'utah jazz'), 'first_round'].mean() | general |
ตำแหน่งที่มีน้ำหนักน้อยกว่า 205 คืออะไร? | What is the pos with weight less than 205? | df = pd.DataFrame(columns=['pos', 'weight']); | null | df.loc[df['weight'] < 205, 'pos'] | general |
คลาส GSR ใดที่เกี่ยวข้องกับประเภท 0-4-2t | What GSR class is associated with a 0-4-2t type? | df = pd.DataFrame(columns=['gsr_class', 'type']); | null | df.loc[df['type'] == '0-4-2t', 'gsr_class'] | general |
ใครเป็นผู้ผลิตหมายเลขกองเรือ wlwr 2, 4, 11 | Who manufactured fleet numbers of wlwr 2, 4, 11? | df = pd.DataFrame(columns=['manufacturer', 'fleet_numbers']); | null | df.loc[df['fleet_numbers'] == 'wlwr 2, 4, 11', 'manufacturer'] | general |
ตั้งชื่อโดยรวมมากที่สุดสำหรับ ดไวต์ ฟรีนีย์ ที่มีรอบน้อยกว่า 1 | Name the most overall for dwight freeney with round less than 1 | df = pd.DataFrame(columns=['overall', 'name', 'round']); | null | df.loc[(df['name'] == 'dwight freeney') & (df['round'] < 1), 'overall'].max() | general |
ตั้งชื่อ # ที่ถูกเลือกมากที่สุดสำหรับโดยรวมของ 204 | Name the most pick # for overall of 204 | df = pd.DataFrame(columns=['pick_number', 'overall']); | null | df.loc[df['overall'] == 204, 'pick_number'].max() | general |
เกมที่ 6 วันที่เท่าไหร่คะ? | What was the date for game 6? | df = pd.DataFrame(columns=['date', 'game']) | null | df[df['game'] == '6']['date'] | general |
ใครคือผู้มาเยือนในเกมวันที่ 17 เมษายน? | Who was the visitor for the April 17 game? | df = pd.DataFrame(columns=['visitor', 'date']) | null | df[df['date'] == 'april 17']['visitor'] | general |
แชสซีใดที่ fondmetal f1 spa ใช้หลังปี 1990 | Which chassis did fondmetal f1 spa use after 1990? | df = pd.DataFrame(columns=['chassis', 'year', 'entrant']) | null | df[(df['year'] > '1990') & (df['entrant'] == 'fondmetal f1 spa')]['chassis'] | general |
เครื่องยนต์ ilmor v10 ได้คะแนนอะไรหลังจากปี 1992? | What points did the ilmor v10 engine get after 1992? | df = pd.DataFrame(columns=['points', 'engine', 'year']) | null | df[(df['engine'] == 'ilmor v10') & (df['year'] > '1992')]['points'].sum() | general |
ตั้งชื่อสถานที่สำหรับทิม คลาร์ก | Name the place for tim clark | df = pd.DataFrame(columns=['place', 'player']) | null | df[df['player'] == 'tim clark']['place'] | general |
ตั้งชื่อสถานที่สำหรับแอฟริกาใต้และบรรเทาอาการห่าน | Name the place for south africa and retief goosen | df = pd.DataFrame(columns=['place', 'country', 'player']) | null | df[(df['country'] == 'south africa') & (df['player'] == 'retief goosen')]['place'] | general |
ตั้งชื่อพาร์สำหรับอันดับ t10 และคะแนน 72-71=143 | Name the To par for t10 place and score of 72-71=143 | df = pd.DataFrame(columns=['to_par', 'place', 'score']) | null | df[(df['place'] == 't10') & (df['score'] == '72-71=143')]['to_par'] | general |
ฝ่ายตรงข้ามคนใดมีวิธีการส่ง? | Which Opponent has a Method of submission? | df = pd.DataFrame(columns=['opponent', 'method']) | null | df[df['method'] == 'submission']['opponent'] | general |
Res ใดมีเหตุการณ์ UFC 122? | Which Res has an Event of UFC 122? | df = pd.DataFrame(columns=['res', 'event']) | null | df[df['event'] == 'ufc 122']['res'] | general |
บันทึกหลังเกมกับเซนต์หลุยส์ คาร์ดินัลส์เป็นอย่างไรบ้าง? | What was the record after the game against the St. Louis Cardinals? | df = pd.DataFrame(columns=['record', 'opponent']) | null | df[df['opponent'] == 'st. louis cardinals']['record'] | general |
จำนวนผู้เข้าร่วมที่เกี่ยวข้องกับสถานที่ของสนามกีฬาทหารผ่านศึกก่อนสัปดาห์ที่ 1 มีกี่หมายเลข | How many attendance numbers are associated with the site of Veterans Stadium before week 1? | df = pd.DataFrame(columns=['attendance', 'game_site', 'week']) | null | df[(df['game_site'] == 'veterans stadium') & (df['week'] < '1')]['attendance'].count() | general |
อะไรคือต้นกำเนิดของคำที่มีต้นกำเนิดที่ไม่สมบูรณ์ของ hartzen? | What is the future stem for the word that has an imperfect stem of hartzen? | df = pd.DataFrame(columns=['future_stem', 'imperfect_stem']) | null | df[df['imperfect_stem'] == 'hartzen']['future_stem'] | general |
อะไรคือต้นกำเนิดที่ไม่สมบูรณ์ของคำที่มีต้นกำเนิดของ ikusiko ในอนาคต? | What is the imperfect stem for the word that has a future stem of ikusiko? | df = pd.DataFrame(columns=['imperfect_stem', 'future_stem']) | null | df[df['future_stem'] == 'ikusiko']['imperfect_stem'] | general |
ก้านสั้นสำหรับคำที่มีก้านที่สมบูรณ์แบบของ poztu คืออะไร? | What is the short stem for the word that has a perfect stem of poztu? | df = pd.DataFrame(columns=['short_stem', 'perfect_stem']) | null | df[df['perfect_stem'] == 'poztu']['short_stem'] | general |
ก้านคำที่ไม่สมบูรณ์ของคำว่า 'เอาออกไป, ถอดออก' คืออะไร? | What is the imperfect stem of the word that means 'take away, remove'? | df = pd.DataFrame(columns=['imperfect_stem', 'meaning']) | null | df[df['meaning'] == 'take away, remove']['imperfect_stem'] | general |
อะไรคือต้นกำเนิดที่สมบูรณ์แบบสำหรับคำที่มีต้นกำเนิดเป็นมะม่วงในอนาคต? | What is the perfect stem for the word that has a future stem of emango? | df = pd.DataFrame(columns=['perfect_stem', 'future_stem']) | null | df[df['future_stem'] == 'emango']['perfect_stem'] | general |
ใครคือคู่ต่อสู้ของรองแชมป์หลังปี 2012? | Who was the opponent of the runner-up after 2012? | df = pd.DataFrame(columns=['opponents', 'year', 'outcome']) | null | df[(df['year'] > '2012') & (df['outcome'] == 'runner-up')]['opponents'] | general |
ใครคือหุ้นส่วนของผู้ชนะหลังปี 2555? | Who was the partner of the winner after 2012? | df = pd.DataFrame(columns=['partner', 'year', 'outcome']) | null | df[(df['year'] > '2012') & (df['outcome'] == 'winner')]['partner'] | general |
ตั้งชื่อผลลัพธ์สำหรับวันที่ 6 มีนาคม พ.ศ. 2543 | Name the outcome for 6 march 2000 | df = pd.DataFrame(columns=['outcome', 'date']) | null | df[df['date'] == '6 march 2000']['outcome'] | general |
ตั้งชื่อวันที่พื้นผิวเป็นดินเหนียวและได้คะแนน 6°1, 6°2 และรองชนะเลิศ | Name the date when the surface was clay and the score was 6–1, 6–2 and runner-up | df = pd.DataFrame(columns=['date', 'outcome', 'surface', 'score']) | null | df[(df['surface'] == 'clay') & (df['score'] == '6–1, 6–2') & (df['outcome'] == 'runner-up')]['date'] | general |
ตั้งชื่อคะแนนสำหรับวันที่ 26 พฤษภาคม 2540 | Name the score for 26 may 1997 | df = pd.DataFrame(columns = ['score', 'date']) | null | df[df['date'] == '26 may 1997']['score'] | general |
ตั้งชื่อการแข่งขันสำหรับผลลัพธ์ของผู้ชนะและพื้นผิวดินกับคู่ต่อสู้ของ aranza salut | Name the tournament for outcome of winner and clay surface with opponent of aranza salut | df = pd.DataFrame(columns = ['tournament', 'opponent', 'outcome', 'surface']) | null | df[(df['outcome'] == 'winner') & (df['surface'] == 'clay') & (df['opponent'] == 'aranza salut')]['tournament'] | general |
Blue Jays แพ้ใครในวันที่ 16 กรกฎาคม? | Who did the Blue Jays lose to on July 16? | df = pd.DataFrame(columns = ['loss', 'date']) | null | df[df['date'] == 'july 16']['loss'] | general |
ใครเป็นผู้ชนะในฤดูกาล 1992/93? | Who had the men's win in the 1992/93 season? | df = pd.DataFrame(columns = ['winner', 'season']) | null | df[df['season'] == '1992/93']['winner'] | general |
ใครเป็นฝ่ายหญิงชนะเมื่อนอร์เวย์เป็นผู้ชนะโดยรวมในฤดูกาล 2001/02? | Who had the women's win when Norway was the winner overall in season 2001/02? | df = pd.DataFrame(columns = ['winner', 'season']) | null | df[(df['winner'] == 'norway') & (df['season'] == '2001/02')]['winner'] | general |
Duke Nelson จบไปกี่รอบเมื่อเวลารอบคัดเลือกของเขาคือ 122.951? | How many laps did Duke Nelson complete when his qualifying time was 122.951? | df = pd.DataFrame(columns = ['laps', 'qual']) | null | df[df['qual'] == '122.951']['laps'].sum() | general |
Duke Nelson จบไปกี่รอบเมื่อเวลารอบคัดเลือกของเขาคือ 136.498? | How many laps did Duke Nelson complete when his qualifying time was 136.498? | df = pd.DataFrame(columns = ['laps', 'qual']) | null | df[df['qual'] == '136.498']['laps'].max() | general |
ผู้เข้าร่วมคนใดขับรถด้วยแชสซีของ Moore ก่อนปี 1953 | What entrant drove a car with a Moore chassis prior to 1953? | df = pd.DataFrame(columns = ['entrant', 'year', 'chassis']) | null | df[(df['year'] < 1953) & (df['chassis'] == 'moore')]['entrant'] | general |
คู่ต่อสู้คนใดในการแข่งขันที่ส่งผลให้เสมอ 1-2? | What opponent was in the match that resulted in 1-2? | df = pd.DataFrame(columns = ['opponent_team', 'result']) | null | df[df['result'] == '1-2']['opponent_team'] | general |
ทัวร์นาเมนต์ใดมีมูลค่าเท่ากับปี 2009 | Which tournament has a value of a for 2009? | df = pd.DataFrame(columns = ['tournament']) | null | null | general |
ค่าสำหรับปี 2011 จะเป็นเท่าใด เมื่อ `a` คือค่าสำหรับปี 2009 และ 4r คือค่าสำหรับปี 2013 | What is the value for 2011 when `a` is the value for 2009, and 4r is the value for 2013? | df = pd.DataFrame(columns = ['Id']) | null | null | general |
เมืองชิคาโก รัฐอิลลินอยส์ ผลลัพธ์เป็นอย่างไร | What is the result for Chicago, Illinois? | df = pd.DataFrame(columns = ['result', 'hometown']) | null | df[df['hometown'] == 'chicago, illinois']['result'] | general |
ทีม Hydra จากบรองซ์ นิวยอร์ก ระดมทุนได้เท่าไหร่ | How much did the Hydra team from Bronx, New York raise? | df = pd.DataFrame(columns = ['raised', 'original_team', 'hometown']) | null | df[(df['original_team'] == 'hydra') & (df['hometown'] == 'bronx, new york')]['raised'] | general |
ตั้งชื่อการเข้าร่วมของคู่ต่อสู้ Atlanta Braves สำหรับวันที่ 9 กันยายน | Name the attendance for atlanta braves opponent for september 9 | df = pd.DataFrame(columns = ['attendance', 'opponent', 'date']) | null | df[(df['opponent'] == 'atlanta braves') & (df['date'] == 'september 9')]['attendance'].mean() | general |
ผู้เล่นจากนิวซีแลนด์ที่ลงเล่นมากกว่า 11 แคปมีอายุกี่ปี? | What were the years active of the player from New Zealand with more than 11 caps? | df = pd.DataFrame(columns = ['years_active', 'caps', 'country']) | null | df[(df['caps'] > 11) & (df['country'] == 'new zealand')]['years_active'] | general |
นักเตะจากฝรั่งเศสทำได้กี่ประตู? | How many goals did a player from France have? | df = pd.DataFrame(columns = ['goals', 'country']) | null | df[df['country'] == 'france']['goals'] | general |
ผู้เล่นที่ลงเล่นตั้งแต่ปี 2549 มีเป้าหมายกี่ประตู? | How many goals did a player active since 2006 have? | df = pd.DataFrame(columns = ['goals', 'years_active']) | null | df[df['years_active'] == '2006']['goals'] | general |
หน้าต่างโอนย้ายของต้นสังกัดลีดส์ ยูไนเต็ด เมื่อย้ายจากมาเธอร์เวลล์เป็นอย่างไร? | What is the transfer window of the Leeds United source with a move from Motherwell? | df = pd.DataFrame(columns = ['transfer_window', 'source', 'moving_from']) | null | df[(df['source'] == 'leeds united') & (df['moving_from'] == 'motherwell')]['transfer_window'] | general |
การย้ายจากสวินดอน ทาวน์เกิดจากอะไร? | What is the source of a move from Swindon Town? | df = pd.DataFrame(columns = ['source', 'moving_from']) | null | df[df['moving_from'] == 'swindon town']['source'] | general |
ประเทศที่มีหน้าต่างโอนย้ายช่วงฤดูหนาวโดยสิ้นสุดหลังปี 2009 และย้ายจากโบลตัน วันเดอเรอร์สชื่ออะไร? | What is the name of the country that has a transfer window of winter with an end after 2009 and moving from Bolton Wanderers? | df = pd.DataFrame(columns = ['country', 'moving_from', 'transfer_window', 'ends']) | null | df[(df['transfer_window'] == 'winter') & (df['ends'] > 2009) & (df['moving_from'] == 'bolton wanderers')]['country'] | general |
ค่าธรรมเนียมการโอนย้ายจากพอร์ทเวลเท่าไหร่? | What is the transfer fee of the move from Port Vale? | df = pd.DataFrame(columns=['transfer_fee', 'moving_from']) | null | df.loc[df['moving_from'] == 'Port Vale', 'transfer_fee'] | general |
แหล่งที่มาของลีดส์ยูไนเต็ดหน้าต่างการโอนฤดูหนาวและการย้ายจากเมืองนอร์ธแฮมป์ตันคืออะไร? | What is the type of the Leeds United source, winter transfer window and moving from Northampton town? | df = pd.DataFrame(columns=['type', 'moving_from', 'source', 'transfer_window']) | null | df.loc[(df['source'] == 'Leeds United') & (df['transfer_window'] == 'winter') & (df['moving_from'] == 'Northampton town'), 'type'] | general |
ที่มาของการย้ายจากพอร์ทเวลคืออะไร? | What is the source of the move from Port Vale? | df = pd.DataFrame(columns=['source', 'moving_from']) | null | df.loc[df['moving_from'] == 'Port Vale', 'source'] | general |
เหรียญเงินเฉลี่ยของทีมอันดับที่ 12 และน้อยกว่า 2 เหรียญทองแดงคือเท่าไร? | What is the average silver medals a team ranked 12 with less than 2 bronze has? | df = pd.DataFrame(columns=['silver', 'rank', 'bronze']) | null | df.loc[(df['rank'] == '12') & (df['bronze'] < '2'), 'silver'].mean() | general |
อันดับเฉลี่ยของฟินแลนด์ ซึ่งมี 1 เหรียญทองแดง มากกว่า 1 เหรียญเงิน และน้อยกว่า 0 เหรียญทอง คือเท่าไร? | What is the average rank Finland, which has 1 bronze, more than 1 silver, and less than 0 gold, has? | df = pd.DataFrame(columns=['rank', 'gold', 'nation', 'bronze', 'silver']) | null | df.loc[(df['nation'] == 'Finland') & (df['bronze'] == '1') & (df['silver'] > '1') & (df['gold'] < '0'), 'rank'].mean() | general |
ทีมที่ได้เหรียญทองรวมน้อยกว่า 2 เหรียญ อันดับที่ 17 และเหรียญเงินมากกว่า 0 เหรียญมีจำนวนเท่าใด? | What is the lowest amount of gold a team with less than 2 total medals, ranked 17, and more than 0 silver medals, has? | df = pd.DataFrame(columns=['gold', 'silver', 'total', 'rank']) | null | df.loc[(df['rank'] == '17') & (df['total'] < '2') & (df['silver'] > '0'), 'gold'].min() | general |
ใครคือกัปตันทีมแมนเชสเตอร์ ซิตี้? | Who is the captain of the manchester city team? | df = pd.DataFrame(columns=['captain', 'team']) | null | df.loc[df['team'] == 'Manchester City', 'captain'] | general |
โจ รอยล์ ผู้จัดการกัปตันทีมคนไหน? | Which captain's manager is Joe Royle? | df = pd.DataFrame(columns=['captain', 'manager']) | null | df.loc[df['manager'] == 'Joe Royle', 'captain'] | general |
ตั้งชื่อค่าเฉลี่ยที่ก่อตั้งโดยเข้าร่วมน้อยกว่าปี 2008 | Name the average founded with joined less than 2008 | df = pd.DataFrame(columns=['founded', 'joined']) | null | df.loc[df['joined'] < 2008, 'founded'].mean() | general |
Challenge TV มีบทบาทอย่างไร? | What was the role for Challenge TV? | df = pd.DataFrame(columns=['role', 'broadcaster']) | null | df.loc[df['broadcaster'] == 'Challenge TV', 'role'] | general |
ใครคือผู้ประกาศข่าวในปี 2546? | Who was the broadcaster in 2003? | df = pd.DataFrame(columns=['broadcaster', 'year']) | null | df.loc[df['year'] == 2003, 'broadcaster'] | general |
BBC1 มีบทบาทอย่างไร? | What was the role for BBC1? | df = pd.DataFrame(columns=['role', 'broadcaster']) | null | df.loc[df['broadcaster'] == 'BBC1', 'role'] | general |
ตอนที่ 8 ชื่อเรื่องว่าอะไรคะ? | What was the title with episode 8? | df = pd.DataFrame(columns=['title', 'episodes']) | null | df.loc[df['episodes'] == '8', 'title'] | general |
ชื่อ Sky One ในปี 2548 คืออะไร? | What was the title for Sky One in 2005? | df = pd.DataFrame(columns=['title', 'broadcaster', 'year']) | null | df.loc[(df['broadcaster'] == 'Sky One') & (df['year'] == 2005), 'title'] | general |
คะแนนของ Yardley-BRM สูงสุดหลังปี 1971 คืออะไร? | What was Yardley-BRM's points high after 1971? | df = pd.DataFrame(columns=['points', 'entrant', 'year']) | null | df.loc[(df['entrant'] == 'Yardley-BRM') & (df['year'] > 1971), 'points'].max() | general |
ออสเตรีย-มาร์ลโบโร BRM ได้คะแนนมากกว่า 0 ในปีใด | What year did Austria-Marlboro BRM get more than 0 points? | df = pd.DataFrame(columns=['year', 'entrant', 'points']) | null | df.loc[(df['entrant'] == 'Austria-Marlboro BRM') & (df['points'] > '0'), 'year'].mean() | general |
ผู้เข้าแข่งขันรายใดมีแชสซี Mclaren m7c | Which entrant has a Mclaren m7c Chassis? | df = pd.DataFrame(columns=['entrant', 'chassis']) | null | df.loc[df['chassis'] == 'Mclaren m7c', 'entrant'] | general |
จังหวัดใดมี GMP สำหรับ IATA | Which province has gmp for an IATA? | df = pd.DataFrame(columns=['province_region', 'iata']) | null | df.loc[df['iata'] == 'gmp', 'province_region'] | general |
สนามบินใดอยู่ในโตเกียวและมี ICAO ของ rjtt? | Which airport is in Tokyo and has an ICAO of rjtt? | df = pd.DataFrame(columns=['airport', 'city', 'icao']) | null | df.loc[(df['city'] == 'Tokyo') & (df['icao'] == 'rjtt'), 'airport'] | general |
ICAO vvts คือประเทศใด | Which country is the ICAO vvts? | df = pd.DataFrame(columns=['country', 'icao']) | null | df.loc[df['icao'] == 'vvts', 'country'] | general |
สนามบินใดในเวียดนาม? | What airport is in Vietnam? | df = pd.DataFrame(columns=['airport','country']) | null | df[df['country'] == 'vietnam']['airport'] | general |
สนามบินใดมี IATA เท่ากับ hgh? | Which airport has an IATA of hgh? | df = pd.DataFrame(columns=['airport','iata']) | null | df[df['iata'] == 'hgh']['airport'] | general |
เมืองใดมี IATA เท่ากับ tsa | Which city has an IATA of tsa? | df = pd.DataFrame(columns=['city','iata']) | null | df[df['iata'] == 'tsa']['city'] | general |
ตำแหน่งออกตัวเมื่อครบ 182 รอบอยู่ที่ใด? | Where was the starting position when there were 182 laps? | df = pd.DataFrame(columns=['start','laps']) | null | df[df['laps'] == 182]['start'] | general |
จบไปกี่รอบโดยออกสตาร์ต 33 และจบ 18? | How many laps were completed with a start of 33, and a finish of 18? | df = pd.DataFrame(columns=['laps','start','finish']) | null | df[(df['start'] == '33') & (df['finish'] == '18')]['laps'].max() | general |
เมื่อครบ 182 รอบ มีคุณสมบัติอะไรบ้าง? | When completing 182 laps, what was the qual.? | df = pd.DataFrame(columns=['qual','laps']) | null | df[df['laps'] == 182]['qual'] | general |
จำนวนรอบทั้งหมดที่เสร็จสิ้นในปี 1949 เป็นเท่าใด | What is the total number of laps that were completed in 1949? | df = pd.DataFrame(columns=['laps','year']) | null | df[df['year'] == '1949']['laps'].count() | general |
จำนวนรอบที่น้อยที่สุดโดยอันดับ 32 คือเท่าใด? | What is the fewest number of laps completed by a rank 32? | df = pd.DataFrame(columns=['laps','rank']) | null | df[df['rank'] == '32']['laps'].min() | general |
การพิจารณาคดีแบบรายบุคคลจัดขึ้นในวันที่ใด? | On what date was the individual time trial? | df = pd.DataFrame(columns=['date','type']) | null | df[df['type'] == 'individual time trial']['date'] | general |
โทนี่ ปาร์คเกอร์ (การ์ด) เกิดเมื่อไหร่? | When was tony parker (guard) born? | df = pd.DataFrame(columns=['year_born','position','player']) | null | df[(df['position'] == 'guard') & (df['player'] == 'tony parker')]['year_born'].max() | general |
ทาริก เคิร์กเซย์ การ์ดที่สูงกว่า 1.8 เมตรและเกิดก่อนปี 1982 เป็นตัวแทนของทีมใด | What team does tariq kirksay, a guard who is taller than 1.8M and born before 1982, represent? | df = pd.DataFrame(columns=['current_club','player','year_born','height','position']) | null | df[(df['height'] > 1.8) & (df['position']=='guard') & (df['year_born']<1982) & (df['player']=='tariq kirksay')]['current_club'] | general |
นักเตะคนไหนที่เกิดในปี 1977? | What player is a center born in 1977? | df = pd.DataFrame(columns=['player','position','year_born']) | null | df[(df['position'] == 'center') & (df['year_born'] == 1977)]['player'] | general |
ผลการแข่งขันพิเศษของเกมที่ 4 คืออะไร? | What is the extra result of the 4th game? | df = pd.DataFrame(columns=['extra','result']) | null | df[df['result'] == '4th']['extra'] | general |
มีอะไรพิเศษหลังจากปี 2009 บ้าง? | What extra is from after 2009? | df = pd.DataFrame(columns=['extra','year']) | null | df[df['year'] > 2009]['extra'] | general |
ใครคือผู้ผลิตชุดอุปกรณ์ที่มีเสื้อสนับสนุนโดย Walkers | Who was the Kit manufacturer that was has shirts sponsored by Walkers? | df = pd.DataFrame(columns=['kit_manufacturer','shirt_sponsor']) | null | df[df['shirt_sponsor'] == 'walkers']['kit_manufacturer'] | general |
ทีมไหนเป็นผู้ผลิตชุดแข่ง Umbro และกัปตันทีม Gary Mabbutt? | Which team is the kit manufacturer Umbro, and the captain Gary Mabbutt? | df = pd.DataFrame(columns=['team','kit_manufacturer','captain']) | null | df[(df['kit_manufacturer'] == 'umbro') & (df['captain'] == 'gary mabbutt')]['team'] | general |
ใครเป็นกัปตันของผู้ผลิต Pony และผู้จัดการ Harry Redknapp คือใคร? | Who is the captain for the manufacturer Pony, and the manager Harry Redknapp? | df = pd.DataFrame(columns=['captain','kit_manufacturer','manager']) | null | df[(df['kit_manufacturer'] == 'pony') & (df['manager'] == 'harry redknapp')]['captain'] | general |
ใครคือผู้สนับสนุนเสื้อของบริษัทผู้ผลิต Nike? | Who is the shirt sponsor for the manufacturer Nike? | df = pd.DataFrame(columns=['shirt_sponsor','kit_manufacturer']) | null | df[df['kit_manufacturer'] == 'nike']['shirt_sponsor'] | general |
ทีมไหนมีกัปตันทีม จอน นิวซัม บ้าง? | Which team has the team captain Jon Newsome? | df = pd.DataFrame(columns=['team','captain']) | null | df[df['captain'] == 'jon newsome']['team'] | general |
หมายเลข GSR ในวันที่ 1883 คืออะไร? | What was the GSR number on the date 1883? | df = pd.DataFrame(columns=['gsr_nos','date_made']) | null | df[df['date_made'] == '1883']['gsr_nos'] | general |
ข้อมูลกองเรือสำหรับ DWWR 50 และ 51 มีปริมาณเท่าใด | What was the quantity of the fleet information for DWWR 50 and 51? | df = pd.DataFrame(columns=['quantity_made', 'fleet_numbers']) | null | df.loc[df['fleet_numbers'] == 'dwwr 50 and 51', 'quantity_made'] | general |
Subsets and Splits