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 |
|---|---|---|---|---|---|
การโจรกรรมโดยเฉลี่ยใดมีเกณฑ์ดังต่อไปนี้: อาชญากรรมที่ไม่รุนแรงน้อยกว่า 1,147, ข่มขืนน้อยกว่า 11, ทำร้ายร่างกายรุนแรงมากกว่า 167 และดัชนีอาชญากรรมรวม 1,313 | Which average Robbery has the following criteria: Non-Violent crime less than 1147, rape less then 11, aggrevated assault greater than 167 and a crime index with a total of 1313? | df = pd.DataFrame(columns=['robbery', 'crime_index_total', 'aggravated_assault', 'non_violent_crime', 'rape']) | null | df.loc[(df['non_violent_crime'] < 1147) & (df['rape'] < 11) & (df['aggravated_assault'] > 167) & (df['crime_index_total'] == 1313), 'robbery'].mean() | general |
การทำร้ายร่างกายแบบรุนแรงใดมีจำนวนสูงสุดและเป็นไปตามเกณฑ์ต่อไปนี้ อัตราอาชญากรรมต่อ 1,000 มากกว่า 89.1 มูลค่าการข่มขืน 23 และดัชนีอาชญากรรมมากกว่า 1,590 | Which aggravated assault has the highest amount and the following criteria: crime rate per 1000 greater than 89.1,rape value of 23, and a crime index greater than 1590? | df = pd.DataFrame(columns=['aggravated_assault', 'crime_index_total', 'crime_rate_per_1000', 'rape']) | null | df.loc[(df['crime_rate_per_1000'] > 89.1) & (df['rape'] == 23) & (df['crime_index_total'] > 1590), 'aggravated_assault'].max() | general |
Sony Music ได้กำกับค่ายเพลงเมื่อใด | When did sony music direct a label? | df = pd.DataFrame(columns=['date', 'label']) | null | df.loc[df['label'] == 'sony music direct', 'date'] | general |
บันทึกใดมีซีดี alca-271 | What record had an alca-271 cd? | df = pd.DataFrame(columns=['region', 'format', 'catalog']) | null | df.loc[(df['format'] == 'cd') & (df['catalog'] == 'alca-271'), 'region'] | general |
alca-9196 มีรูปแบบอะไรบ้าง | What formated cataloged alca-9196? | df = pd.DataFrame(columns=['format', 'catalog']) | null | df.loc[df['catalog'] == 'alca-9196', 'format'] | general |
โพเดียมใดมี 1 การแข่งขันและเข้ารอบสุดท้ายอันดับที่ 5? | Which Podium has 1 Race and a Final Place of 5th? | df = pd.DataFrame(columns=['podiums', 'races', 'final_placing']) | null | df.loc[(df['races'] == '1') & (df['final_placing'] == '5th'), 'podiums'] | general |
ฤดูกาลใดมีอันดับที่ 8 และ 8 โพเดียมสุดท้าย? | Which Season has a Final Place of 8th and 8 Podiums? | df = pd.DataFrame(columns=['season', 'final_placing', 'podiums']) | null | df.loc[(df['final_placing'] == '8th') & (df['podiums'] == '8'), 'season'] | general |
ฤดูกาลใดมี 0 โพเดียม 1 การแข่งขัน และ 0 แต้ม? | Which Season has 0 Podiums, 1 Race, and 0 Points? | df = pd.DataFrame(columns=['season', 'points', 'podiums', 'races']) | null | df.loc[(df['podiums'] == '0') & (df['races'] == '1') & (df['points'] == '0'), 'season'] | general |
ฤดูกาลใดมี 95 แต้ม? | Which Season has 95 Points? | df = pd.DataFrame(columns=['season', 'points']) | null | df.loc[df['points'] == '95', 'season'] | general |
การแข่งขันรายการใดมี Toyota Racing Series New Zealand และชนะ 0 รายการ? | Which Race has the Toyota Racing Series New Zealand and 0 wins? | df = pd.DataFrame(columns=['races', 'series', 'wins']) | null | df.loc[(df['series'] == 'toyota racing series new zealand') & (df['wins'] == '0'), 'races'] | general |
ฤดูกาลใดมีอันดับที่ 19 ในรอบชิงชนะเลิศ? | Which Season has a 19th Final Place? | df = pd.DataFrame(columns=['season', 'final_placing']) | null | df.loc[df['final_placing'] == '19th', 'season'] | general |
ความถี่ที่ใหญ่ที่สุดของการแพร่ภาพกระจายเสียงหลากหลายวัฒนธรรมในรูปแบบภาษาเวียดนามคืออะไร? | What is the largest frequency owned by multicultural broadcasting with a Format of vietnamese? | df = pd.DataFrame(columns=['frequency', 'status', 'format']) | null | df.loc[(df['status'] == 'owned by multicultural broadcasting') & (df['format'] == 'vietnamese'), 'frequency'].max() | general |
รูปแบบไหนมี Station ของ klok? | Which format has a Station of klok? | df = pd.DataFrame(columns=['format', 'station']) | null | df.loc[df['station'] == 'klok', 'format'] | general |
รูปแบบใดมีความถี่มากกว่า 1,050 และสถานี kvto | Which format has a Frequency larger than 1050, and a Station of kvto? | df = pd.DataFrame(columns=['format', 'frequency', 'station']) | null | df.loc[(df['frequency'] > 1050) & (df['station'] == 'kvto'), 'format'] | general |
ความถี่ทั้งหมดที่มีสถานะเป็นของสื่อคิวมูลัสและรูปแบบข่าวคือเท่าใด | What is the total frequency have a Status of owned by cumulus media, and a Format of news? | df = pd.DataFrame(columns=['frequency', 'status', 'format']) | null | df.loc[(df['status'] == 'owned by cumulus media') & (df['format'] == 'news'), 'frequency'].sum() | general |
รูปแบบใดมี Station ของ kcbs? | Which format has a Station of kcbs? | df = pd.DataFrame(columns=['format', 'station']) | null | df.loc[df['station'] == 'kcbs', 'format'] | general |
ใครได้เอฟเอคัพต่ำสุดและมีคะแนนรวมเกิน 46? | Who has the lowest FA cup and has a total over 46? | df = pd.DataFrame(columns=['fa_cup', 'total']) | null | df.loc[df['total'] > 46, 'fa_cup'].min() | general |
ผลรวมของลีกคัพน้อยกว่า 0 เป็นเท่าใด? | What is the sum of the League Cup smaller than 0? | df = pd.DataFrame(columns=['total', 'league_cup']) | null | df.loc[df['league_cup'] < 0, 'total'].sum() | general |
ค่าเฉลี่ยของฮีตทั้งหมดของผู้แข่งขันด้วยเวลา 59.11 และเลนสูงกว่า 3 คืออะไร? | What is the average of all Heats of competitors with a Time of 59.11 and a lane higher than 3? | df = pd.DataFrame(columns=['heat', 'time', 'lane']) | null | df.loc[(df['time'] == '59.11') & (df['lane'] > '3'), 'heat'].mean() | general |
เลนที่สูงที่สุดที่นักแข่งจากมอลตาใช้คืออะไร? | What is the highest Lane used by a racer from Malta? | df = pd.DataFrame(columns=['lane','nationality']) | null | df[df['nationality'] == 'malta']['lane'].max() | general |
นักแข่งที่มีฮีตสูงกว่า 2 และเลนน้อยกว่า 5 ชื่ออะไร ด้วยเวลา 1:01.53? | What is the Name of the racer with a heat higher than 2 and a lane less than 5, with a time of 1:01.53? | df = pd.DataFrame(columns=['name','time','heat','lane']) | null | df.loc[(df['heat'] > 2) & (df['lane'] < 5) & (df['time'] == '1:01.53'), 'name'] | general |
เขาได้รับชัยชนะกี่ครั้งเมื่อเขาตัดมากกว่า 2 ครั้งและติดท็อป 10 ต่ำกว่า 2 ครั้ง | How many wins did he have when he made over 2 cuts and had under 2 top 10s? | df = pd.DataFrame(columns=['wins','cuts_made','top_10']) | null | df.loc[(df['cuts_made'] > 2) & (df['top_10'] < 2), 'wins'].mean() | general |
ซึ่งเป็นคู่ต่อสู้ของเกมที่มีผู้ชม 31,293 คน และสกอร์สุดท้ายอยู่ที่ 9 – 6 | Who was the opponent of the game that 31,293 people attended that had a final score of 9 - 6. | df = pd.DataFrame(columns=['opponent','score','attendance']) | null | df.loc[(df['score'] == '9 - 6') & (df['attendance'] > 31)].iloc[293]['opponent'] | general |
มีกี่คนที่เข้าร่วมการแข่งขันกรีฑาด้วยสถิติ 9-12? | How many people attended the game against athletics with the record of 9-12? | df = pd.DataFrame(columns=['attendance','opponent','record']) | null | df.loc[(df['opponent'] == 'athletics') & (df['record'] == '9-12'),'attendance'].count() | general |
มีคนไปเล่นเกมด้วยสถิติ 8-10 กี่คน? | How many people went to the game with the record of 8-10? | df = pd.DataFrame(columns=['attendance','record']) | null | df[df['record'] == '8-10']['attendance'].sum() | general |
ผู้เข้าแข่งขันคนใดหลังจากปี 1987 มี 12 คะแนนและแชสซี benetton b188 | which entrant after 1987 had 12 points and a benetton b188 chassis? | df = pd.DataFrame(columns=['entrant','points','year','chassis']) | null | df.loc[(df['year'] > 1987) & (df['chassis'] == 'benetton b188') & (df['points'] == 12),'entrant'] | general |
ปีแรกสุดที่มีเครื่อง cosworth v8 และ 12 แต้มคือปีไหน? | what's the earliest year that there was a cosworth v8 engine and 12 points? | df = pd.DataFrame(columns=['year','engine','points']) | null | df.loc[(df['engine'] == 'cosworth v8') & (df['points'] == 12),'year'].min() | general |
แชสซีใดที่ใช้ก่อนปี 1988 | which chassis were in use prior to 1988? | df = pd.DataFrame(columns=['chassis','year']) | null | df[df['year'] < 1988]['chassis'] | general |
ใครมาจากบริเตนใหญ่ในเลน 5? | Who was from Great Britain in lane 5? | df = pd.DataFrame(columns=['name','nationality','lane']) | null | df.loc[(df['nationality'] == 'great britain') & (df['lane'] == 5),'name'] | general |
สัปดาห์ที่ 16 มีผู้เข้าร่วมกี่คน? | How many people were in attendance at week 16? | df = pd.DataFrame(columns=['attendance','week']) | null | df[df['week'] == '16']['attendance'].mean() | general |
ผู้เข้าแข่งขันคนใดมีแชสซีของ Maserati 250f ในปี 1954 | What entrant had a chassis of Maserati 250f in 1954? | df = pd.DataFrame(columns=['entrant','chassis','year']) | null | df.loc[(df['chassis'] == 'maserati 250f') & (df['year'] == '1954'),'entrant'] | general |
จำนวนคะแนนสูงสุดก่อนปี 2497 คือเท่าใด | What is the highest number of points before 1954? | df = pd.DataFrame(columns=['points','year']) | null | df[df['year'] < 1954]['points'].max() | general |
Decile ต่ำสุดที่โรงเรียน Ohau มีคือเท่าไร? | What is the lowest decile that Ohau School has? | df = pd.DataFrame(columns=['decile','name']) | null | df[df['name'] == 'ohau school']['decile'].min() | general |
เพศใดที่ได้รับอนุญาตให้เข้าเรียนในโรงเรียนที่มีเดซิล 6 และม้วนที่น้อยกว่า 179 | What gender is allowed to attend the school that has a decile of 6 and a roll that is less than 179? | df = pd.DataFrame(columns=['gender','decile','roll']) | null | df.loc[(df['decile'] == '6') & (df['roll'] < '179'), 'gender'] | general |
โรงเรียนอนุญาตเพศใดที่มีจำนวน 338 คน? | What gender is allowed at the school which has a roll of 338? | df = pd.DataFrame(columns=['gender','roll']) | null | df[df['roll'] == '338']['gender'] | general |
หน่วยงานใดควบคุมโรงเรียนในเลวินที่มีเดซิล 6 และม้วน 226? | What authority controls the school in Levin that has a decile of 6, and a roll of 226? | df = pd.DataFrame(columns=['authority','roll','decile','area']) | null | df.loc[(df['decile'] == '6') & (df['area'] == 'levin') & (df['roll'] == '226'),'authority'] | general |
ฟังก์ชัน (รูป) ใดมีหมายเลขซีเรียล AF 934103 | What Function (figure) has Serial number AF 934103? | df = pd.DataFrame(columns=['function__figure_','serial_number']) | null | df[df['serial_number'] == 'af 934103']['function__figure_'] | general |
ความเชี่ยวชาญทางทหารเบื้องต้นของ Moondancer คืออะไร? | What is Moondancer's Primary Military Speciality? | df = pd.DataFrame(columns=['primary_military_speciality','code_name']) | null | df[df['code_name'] == 'moondancer']['primary_military_speciality'] | general |
ด้วยความพิเศษทางทหารขั้นต้นของยุทธวิธีโจมตีดาว ความเชี่ยวชาญพิเศษทางทหารรองคืออะไร? | With a Primary military speciality of astral assault tactics, what is the Secondary military speciality? | df = pd.DataFrame(columns=['secondary_military_speciality','primary_military_speciality']) | null | df[df['primary_military_speciality'] == 'astral assault tactics']['secondary_military_speciality'] | general |
หมายเลขซีเรียลของฟังก์ชัน Space Security Trooper (รูป) คืออะไร? | What is the Serial number for the Space Security Trooper Function (figure)? | df = pd.DataFrame(columns=['serial_number', 'function__figure_']) | null | df.loc[df['function__figure_'] == 'space security trooper', 'serial_number'] | general |
ชื่อรหัสสำหรับฟังก์ชั่นนักบินอวกาศ (รูป) คืออะไร? | What is the Code Name for the Space Pilot Function (figure)? | df = pd.DataFrame(columns=['code_name', 'function__figure_']) | null | df.loc[df['function__figure_'] == 'space pilot', 'code_name'] | general |
ชื่อจริงของสถานที่เกิดคือ Charles 'Chuck' Connors? | What Birthplace's Real Name is Charles 'Chuck' Connors? | df = pd.DataFrame(columns=['birthplace', 'real_name']) | null | df.loc[df['real_name'] == "charles 'chuck' connors", 'birthplace'] | general |
เจ้าบ้านในเกมวันที่ 21 ธันวาคมคือใคร? | Who is the home team of the game on December 21? | df = pd.DataFrame(columns=['home', 'date']) | null | df.loc[df['date'] == 'december 21', 'home'] | general |
ใครคือผู้มาเยือนเกมในวันที่ 7 มีนาคม? | Who is the visitor of the game on March 7? | df = pd.DataFrame(columns=['visitor', 'date']) | null | df.loc[df['date'] == 'march 7', 'visitor'] | general |
ปีไหนมี 3 แต้มสูงสุด? | Which is the highest year that has 3 points? | df = pd.DataFrame(columns=['year', 'points']) | null | df[df['points']==3]['year'].max() | general |
เครื่องยนต์ไหนมีมากกว่า 0 คะแนน และหนึ่งปีก่อนปี 1984? | Which engine has more than 0 points and a year before 1984? | df = pd.DataFrame(columns=['engine_s_', 'points', 'year']) | null | df.loc[(df['points'] > 0) & (df['year'] < 1984), 'engine_s_'] | general |
ตั้งชื่อเว็บไซต์เกมสำหรับวันที่ 18 ตุลาคม พ.ศ. 2535 | Name the game site for october 18, 1992 | df = pd.DataFrame(columns=['game_site', 'date']) | null | df.loc[df['date'] == 'october 18, 1992', 'game_site'] | general |
ตั้งชื่อเว็บไซต์เกมสำหรับวันที่ 4 ตุลาคม พ.ศ. 2535 | Name the game site for october 4, 1992 | df = pd.DataFrame(columns=['game_site', 'date']) | null | df.loc[df['date'] == 'october 4, 1992', 'game_site'] | general |
ตั้งชื่อวันที่ลาก่อนเป็นคู่ต่อสู้ | Name the date when bye was opponent | df = pd.DataFrame(columns=['date', 'opponent']) | null | df.loc[df['opponent'] == 'bye', 'date'] | general |
ตั้งชื่อการเข้าร่วมสำหรับวันที่ 16 กรกฎาคม | Name the attendance for july 16 | df = pd.DataFrame(columns=['attendance', 'date']) | null | df.loc[df['date'] == 'july 16', 'attendance'] | general |
ตั้งชื่อแพ้ 48-37 | Name the loss for 48-37 | df = pd.DataFrame(columns=['loss', 'record']) | null | df.loc[df['record'] == '48-37', 'loss'] | general |
ตั้งชื่อสถิติสกอร์ 9-4 | Name the record for 9-4 score | df = pd.DataFrame(columns=['record', 'score']) | null | df.loc[df['score'] == '9-4', 'record'] | general |
ตั้งชื่อผู้เข้าร่วมน้อยที่สุดสำหรับสถิติ 52-37 | Name the least attendance for 52-37 record | df = pd.DataFrame(columns=['attendance', 'record']) | null | df[df['record']=='52-37']['attendance'].min() | general |
ทีมเยือนทีมใดมีคะแนนทองคำ เทรนท์ ฮอดกินสัน และทีมเหย้าของแมนลี่-วาร์ริงกาห์ ซี อีเกิลส์ | What Away team has the Golden point(s) scorer Trent Hodkinson and the Home of Manly-Warringah Sea Eagles? | df = pd.DataFrame(columns=['away', 'golden_point_s__scorer', 'home']) | null | df.loc[(df['golden_point_s__scorer'] == 'trent hodkinson') & (df['home'] == 'manly-warringah sea eagles'), 'away'] | general |
อดัม เรย์โนลด์ส ผู้ทำประตูโกลเด้นพอยต์มีคะแนนเท่าใด | What is the Score of Golden Point(s) scorer Adam Reynolds? | df = pd.DataFrame(columns=['score', 'golden_point_s__scorer']) | null | df.loc[df['golden_point_s__scorer'] == 'adam reynolds', 'score'] | general |
Golden point ใดที่มีสถานที่จัดงานที่สนาม Allianz Stadium? | What Golden point(s) has the Venue Allianz Stadium? | df = pd.DataFrame(columns=['golden_point_s__scorer', 'venue']) | null | df.loc[df['venue'] == 'allianz stadium', 'golden_point_s__scorer'] | general |
ผู้ทำคะแนนทองคำคนใดที่มีทีมเยือน ซิดนีย์ รูสเตอร์ส และ ทีมเหย้า โครนัลลา ชาร์คส์? | What Golden point(s) scorer has the Away Sydney Roosters and Home Cronulla Sharks? | df = pd.DataFrame(columns=['golden_point_s__scorer', 'away', 'home']) | null | df.loc[(df['away'] == 'sydney roosters') & (df['home'] == 'cronulla sharks'), 'golden_point_s__scorer'] | general |
ผู้ทำคะแนนทองคำคนใดคือทีมเยือน บริสเบน บรองโกส์ และ โฮม เซาธ์ ซิดนีย์ แรบบิโทส์? | What Golden point(s) scorer has the Away Brisbane Broncos and Home South Sydney Rabbitohs? | df = pd.DataFrame(columns=['golden_point_s__scorer', 'away', 'home']) | null | df.loc[(df['away'] == 'brisbane broncos') & (df['home'] == 'south sydney rabbitohs'), 'golden_point_s__scorer'] | general |
ลโอกะ ทาดาโยชิ (ที่ 2) (คนที่ 2) (ยิวคงกดิฟ„›) มีรายได้เท่าไหร่? | What are the revenues for ōoka tadayoshi (2nd) (大岡忠愛)? | df = pd.DataFrame(columns=['revenues', 'name']) | null | df.loc[df['name'] == 'ōoka tadayoshi (2nd) (大岡忠愛)', 'revenues'] | general |
ลโอกะ ทาดาโตโม มีเชื้อสายมาจากอะไร? | What's the lineage of ōoka tadatomo (大岡忠與)? | df = pd.DataFrame(columns=['lineage', 'name']) | null | df[df['name'] == 'ōoka tadatomo (大岡忠與)']['lineage'] | general |
ลูกชายคนที่ 3 ของทาดัทสึเนะอยู่ในตำแหน่งอะไร? | What's the tenure of 3rd son of tadatsune? | df = pd.DataFrame(columns=['tenure', 'lineage']) | null | df[df['lineage'] == '3rd son of tadatsune']['tenure'] | general |
อันดับศาลลูกชายคนที่ 5 ของทาดาโยริและมีรายได้ 10,000 โคคุ? | What's the court ranking of 5th son of tadayori and has revenues of 10,000 koku? | df = pd.DataFrame(columns=['court_rank', 'revenues', 'lineage']) | null | df[(df['revenues'] == '10,000 koku') & (df['lineage'] == '5th son of tadayori')]['court_rank'] | general |
บุตรคนที่ 4 ของฮาตะโมโตะ ล โอกะ ทาดาทากะ มียศฐาบรรดาศักดิ์อย่างไร? | What's the courtesy title of 4th son of hatamoto ōoka tadataka? | df = pd.DataFrame(columns=['courtesy_title', 'lineage']) | null | df[df['lineage'] == '4th son of hatamoto ōoka tadataka']['courtesy_title'] | general |
Pieter de Korver ชนะการแข่งขันได้อันดับที่เท่าไร | What was the rank of the event won by Pieter de Korver? | df = pd.DataFrame(columns=['rank', 'name']) | null | df[df['name'] == 'pieter de korver']['rank'] | general |
งานใดมีเงินรางวัล 2,434,061 ดอลลาร์? | Which event had a prize of $2,434,061? | df = pd.DataFrame(columns=['name', 'prize']) | null | df[df['prize'] == '$2,434,061']['name'] | general |
Sebastian Ruthenberg ได้รับรางวัลอะไร? | What was the prize won by Sebastian Ruthenberg? | df = pd.DataFrame(columns=['prize', 'name']) | null | df[df['name'] == 'sebastian ruthenberg']['prize'] | general |
ใครเป็นผู้ชนะงานนี้ด้วยเงินรางวัลสูงสุด 2,434,061 ดอลลาร์? | Who won the event with a top prize of $2,434,061? | df = pd.DataFrame(columns=['name', 'prize']) | null | df[df['prize'] == '$2,434,061']['name'] | general |
นักบิด mike di meglio มีกริดทั้งหมดกี่กริด? | The rider mike di meglio had a total of how many grids? | df = pd.DataFrame(columns=['grid', 'rider']) | null | df[df['rider'] == 'mike di meglio']['grid'].count() | general |
N117/2400 IEC3 เกี่ยวข้องกับ N100IEC3 ของ 25 คืออะไร | What is the N117/2400 IEC3 associated with an N100IEC3 of 25? | df = pd.DataFrame(columns=['n117_2400_iec3', 'n100_iec3']) | null | df[df['n100_iec3'] == '25']['n117_2400_iec3'] | general |
สนามพิเศษระยะทาง 2.40 กม. และ S. Loeb เป็นผู้ชนะชื่ออะไร | What is the Name of the Special Stage with a 2.40km length and S. Loeb as Winner? | df = pd.DataFrame(columns=['name', 'length', 'winner']) | null | df[(df['length'] == '2.40km') & (df['winner'] == 's. loeb')]['name'] | general |
ในการแข่งขัน Santa Rosa 1 ระยะทาง 21.40 กม. กี่โมง? | In the 21.40km Santa Rosa 1 Stage, what was the Time? | df = pd.DataFrame(columns=['time', 'length', 'name']) | null | df[(df['length'] == '21.40km') & (df['name'] == 'santa rosa 1')]['time'] | general |
ผู้ชนะของ SS5 Stage คืออะไร? | What was the Winner of the SS5 Stage? | df = pd.DataFrame(columns=['winner', 'stage']) | null | df[df['stage'] == 'ss5']['winner'] | general |
เวลาในเวที Mina Clavero 2 คืออะไร? | What was the Time in the Mina Clavero 2 Stage? | df = pd.DataFrame(columns=['time', 'name']) | null | df[df['name'] == 'mina clavero 2']['time'] | general |
ผู้ชนะของ Stage SS2 คืออะไร? | What was Stage SS2's Winner? | df = pd.DataFrame(columns=['winner', 'stage']) | null | df[df['stage'] == 'ss2']['winner'] | general |
Music City Mystique ได้เหรียญทองแดงน้อยที่สุด โดยได้เหรียญทองมากกว่า 3 เหรียญและได้เหรียญทั้งหมดน้อยกว่า 15 เหรียญคือเท่าใด | What is the lowest amount of bronze medals won by Music City Mystique where they won more than 3 gold medals and less than 15 total medals? | df = pd.DataFrame(columns=['bronze_medals', 'total_medals', 'gold_medals', 'ensemble']) | null | df[(df['gold_medals'] > 3) & (df['ensemble'] == 'music city mystique') & (df['total_medals'] < 15)]['bronze_medals'].min() | general |
เมื่อชาวแมนดารินได้เหรียญทองแดงมากกว่า 1 เหรียญ พวกเขาได้เหรียญทองทั้งหมดกี่เหรียญ? | When the Mandarins won more than 1 bronze medals, how many gold medals did they win? | df = pd.DataFrame(columns=['gold_medals', 'ensemble', 'bronze_medals']) | null | df[(df['ensemble'] == 'mandarins') & (df['bronze_medals'] > 1)]['gold_medals'].count() | general |
ม้วนที่ใหญ่ที่สุดในปีที่ 1-8 ชื่อโรงเรียน dorie และ Decile ที่มากกว่า 9 คืออะไร | What is the largest roll with Years 1–8, a Name of dorie school, and a Decile larger than 9? | df = pd.DataFrame(columns=['roll', 'decile', 'years', 'name']) | null | df[(df['years'] == '1–8') & (df['name'] == 'dorie school') & (df['decile'] > 9)]['roll'].max() | general |
ปีที่ 1-8 มีกี่เดซิล และ 1 รอบมี 49 ปี | How many deciles have Years of 1–8, and a Roll of 49? | df = pd.DataFrame(columns=['decile', 'years', 'roll']) | null | df[(df['years'] == '1–8') & (df['roll'] == 49)]['decile'].count() | general |
ชื่อใดมีปีที่ 1–8, Decile ของ 9 และ Roll เล็กกว่า 141 | Which name has Years of 1–8, a Decile of 9, and a Roll smaller than 141? | df = pd.DataFrame(columns=['name', 'roll', 'years', 'decile']) | null | df[(df['years'] == '1–8') & (df['decile'] == 9) & (df['roll'] < 141)]['name'] | general |
Decile ที่ใหญ่ที่สุดที่มีปี 1–8, ผู้มีอำนาจของรัฐ และม้วน 141 คืออะไร? | What is the largest Decile with Years of 1–8, anAuthority of state, and a Roll of 141? | df = pd.DataFrame(columns=['decile', 'roll', 'years', 'authority']) | null | df[(df['years'] == '1–8') & (df['authority'] == 'state') & (df['roll'] == '141')]['decile'].max() | general |
มีกี่ deciles ที่มีหน่วยงานของรัฐและชื่อของโรงเรียน chertsey? | How many deciles have an Authority of state and a Name of chertsey school? | df = pd.DataFrame(columns=['decile', 'authority', 'name']) | null | df[(df['authority'] == 'state') & (df['name'] == 'chertsey school')].count()['decile'] | general |
อาคาร mcw&f และหนึ่งปีที่เล็กกว่าปี 1927 และ LT Nos 9820-9821 เป็นประเภทใด | Bldr of mcw&f, and a Year smaller than 1927, and a LT Nos of 9820-9821 has what type? | df = pd.DataFrame(columns=['type', 'lt_nos', 'bldr', 'year']) | null | df[(df['bldr'] == 'mcw&f') & (df['year'] < '1927') & (df['lt_nos'] == '9820-9821')]['type'] | general |
ยอดขายรวมของเพลง 21 Seconds คือเท่าไร? | What were the total number of sales for the song 21 Seconds? | df = pd.DataFrame(columns=['sales', 'song_title']) | null | df[df['song_title'] == '21 seconds'].count()['sales'] | general |
รัชกาลใดมี 92 วัน? | Which Reigns has 92 days held? | df = pd.DataFrame(columns=['reigns', 'days_held']) | null | df[df['days_held'] == '92']['reigns'] | general |
การป้องกันที่ประสบความสำเร็จมี 126 วันและการครองราชย์ 3 ครั้ง? | What successful defenses has 126 days held and a Reigns of 3? | df = pd.DataFrame(columns=['successful_defenses', 'days_held', 'reigns']) | null | df[(df['days_held'] == '126') & (df['reigns'] == '3')]['successful_defenses'] | general |
งานใดที่มีเมืองฟิลาเดลเฟีย เพนซิลเวเนีย เป็นสถานที่จัดงานและมีการจัด 41 วัน? | Which event has Philadelphia, PA as the location and 41 days held? | df = pd.DataFrame(columns=['event', 'location', 'days_held']) | null | df[(df['location'] == 'philadelphia, pa') & (df['days_held'] == '41')]['event'] | general |
ใครคือหมายเลข 3 ที่มีหมายเลข 2 ของเดลฟิน่าและรอบชิงชนะเลิศของเปโดร? | Who was number 3 that had a number 2 of Delfina and a Final of Pedro? | df = pd.DataFrame(columns=['no3', 'no2', 'final']) | null | df[(df['no2'] == 'delfina') & (df['final'] == 'pedro')]['no3'] | general |
ใครคือหมายเลข 9 ที่มี Joana หมายเลข 7 และรอบชิงชนะเลิศของ Pedro? | Who was number 9 that had a number 7 of Joana and a Final of Pedro? | df = pd.DataFrame(columns=['no9', 'no7', 'final']) | null | df[(df['no7'] == 'joana') & (df['final'] == 'pedro')]['no9'] | general |
Andreas Mikroutsikos นำเสนอวันใดและเปิดตัวในวันที่ 10 มีนาคม พ.ศ. 2546 | Which days were presented by Andreas Mikroutsikos and were launched on March 10, 2003? | df = pd.DataFrame(columns=['days','the_presenter', 'launch_date']) | null | df[(df['the_presenter'] == 'andreas mikroutsikos') & (df['launch_date'] == 'march 10, 2003')]['days'] | general |
ใครชนะเมื่อผู้นำเสนอคือ Tatiana Stefanidou? | Who won when the presenter was Tatiana Stefanidou? | df = pd.DataFrame(columns=['the_winner','the_presenter']) | null | df[df['the_presenter'] == 'tatiana stefanidou']['the_winner'] | general |
รางวัลอะไรเมื่อรายการออกอากาศทาง Ant1 นำเสนอโดย Andreas Mikroutsikos และเปิดตัวเมื่อวันที่ 10 มีนาคม พ.ศ. 2546 | What was the prize when the show was aired on Ant1, was presented by Andreas Mikroutsikos, and was launched on March 10, 2003? | df = pd.DataFrame(columns=['the_prize', 'launch_date', 'tv_channel','the_presenter']) | null | df[(df['tv_channel'] == 'ant1') & (df['the_presenter'] == 'andreas mikroutsikos') & (df['launch_date'] == 'march 10, 2003')]['the_prize'] | general |
ตั้งชื่อผลรวมของทองคำเมื่อทองแดงมีค่าน้อยกว่า 0 | Name the sum of gold when Bronze is less than 0 | df = pd.DataFrame(columns=['gold', 'bronze']) | null | df[df['bronze'] < 0]['gold'].sum() | general |
ตั้งชื่อชาติเมื่อบรอนซ์น้อยกว่า 4 และรวมมากกว่า 4 | Name the nation when bronze is less than 4 and the total is more than 4 | df = pd.DataFrame(columns=['nation', 'total', 'bronze']) | null | df[(df['total'] > '4') & (df['bronze'] < '4')]['nation'] | general |
Chicago Bulls อยู่ในตำแหน่งไหน? | What positions are in the Chicago bulls? | df = pd.DataFrame(columns=['position', 'team']) | null | df[df['team'] == 'chicago bulls']['position'] | general |
เซนเตอร์สหรัฐเล่นในฤดูกาลใด? | What season did a United States center play in? | df = pd.DataFrame(columns=['season', 'nationality', 'position']) | null | df[(df['nationality'] == 'united states') & (df['position'] == 'center')]['season'] | general |
ภาพยนตร์เรื่องใดออกฉายในปี 1983? | Which film was released in 1983? | df = pd.DataFrame(columns=['film', 'year']) | null | df[df['year'] == '1983']['film'] | general |
ตำแหน่ง US Peak ของภาพยนตร์เรื่องนี้ซึ่งครองอันดับที่ 21 ในสหราชอาณาจักรคืออะไร? | What was the US Peak position of the film that peaked at #21 in the UK? | df = pd.DataFrame(columns=['us_peak_position', 'uk_peak_position']) | null | df[df['uk_peak_position'] == '21']['us_peak_position'] | general |
ใครคือผู้แต่งดนตรีประกอบภาพยนตร์ที่ออกฉายในปี 1967 | Who was the score composer of the film released in 1967? | df = pd.DataFrame(columns=['score_composer', 'year']) | null | df[df['year'] == '1967']['score_composer'] | general |
กี่ปีมาแล้วที่หนังขึ้นอันดับ 10 ในสหราชอาณาจักร? | How many years had a film that peaked at #10 in the UK? | df = pd.DataFrame(columns=['year', 'uk_peak_position']) | null | df[df['uk_peak_position'] == '10'].count()['year'] | general |
ทอม แชงค์แลนด์ ผู้กำกับอยู่ในหมวดหมู่ไหน | what category is for tom shankland, director? | df = pd.DataFrame(columns=['category', 'director_s_']) | null | df.loc[df['director_s_'] == 'tom shankland', 'category'] | general |
Subsets and Splits