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 |
|---|---|---|---|---|---|
ผู้เข้าร่วมรายใดใช้แชสซี de tomaso 505 | Which entrant used the chassis de tomaso 505? | df = pd.DataFrame(columns=['entrant', 'chassis']) | null | df[df.chassis == 'de tomaso 505'].entrant | general |
การนำเสนอหนังสือรับรองที่มีการยุติภารกิจระบุไว้ในวันที่ 15 สิงหาคม พ.ศ. 2543 คืออะไร | What is the Presentation of Credentials has a Termination of Mission listed as August 15, 2000? | df = pd.DataFrame(columns=['presentation_of_credentials', 'termination_of_mission']) | null | df[df.termination_of_mission == 'august 15, 2000'].presentation_of_credentials | general |
การนำเสนอหนังสือรับรองใดที่ได้รับการแต่งตั้งโดยเบนจามิน แฮร์ริสัน | Which Presentation of Credentials is listed for the Appointed by Benjamin Harrison? | df = pd.DataFrame(columns=['presentation_of_credentials', 'appointed_by']) | null | df[df.appointed_by == 'benjamin harrison'].presentation_of_credentials | general |
การยุติภารกิจด้วยตำแหน่งเอกอัครราชทูตวิสามัญและผู้มีอำนาจเต็มร่วมกับตัวแทนของเรย์โนลด์ อี. คาร์ลสันคืออะไร | What is the Termination of Mission with a Title of Ambassador Extraordinary and Plenipotentiary with a Representative of Reynold E. Carlson? | df = pd.DataFrame(columns=['termination_of_mission', 'title', 'representative']) | null | df[(df.title == 'ambassador extraordinary and plenipotentiary') & (df.representative == 'reynold e. carlson')].termination_of_mission | general |
ผู้แทนคนใดมีการยุติภารกิจในวันที่ 24 พฤษภาคม พ.ศ. 2448 | Which Representative has a Termination of Mission as May 24, 1905? | df = pd.DataFrame(columns=['representative', 'termination_of_mission']) | null | df[df.termination_of_mission == 'may 24, 1905'].representative | general |
หัวข้อใดที่มีการนำเสนอหนังสือรับรองของวันที่ 4 ตุลาคม 1988 | What Title has a Presentation of Credentials of October 4, 1988? | df = pd.DataFrame(columns=['title', 'presentation_of_credentials']) | null | df[df.presentation_of_credentials == 'october 4, 1988'].title | general |
ผู้ที่ได้รับการแต่งตั้งซึ่งมีตำแหน่งเป็นเอกอัครราชทูตวิสามัญและผู้มีอำนาจเต็มและมีตัวแทนของ Spruille Braden คืออะไร? | What is the Appointed by that has the Title of Ambassador Extraordinary and Plenipotentiary and has a Representative of Spruille Braden? | df = pd.DataFrame(columns=['appointed_by', 'title', 'representative']) | null | df[(df.title == 'ambassador extraordinary and plenipotentiary') & (df.representative == 'spruille braden')].appointed_by | general |
ใครคือผู้นำการแข่งขันของ Cuneo ถึง Turin? | Who's the race leader of Cuneo to Turin? | df = pd.DataFrame(columns=['race_leader', 'course']) | null | df[df.course == 'cuneo to turin'].race_leader | general |
พวกเขากำลังดำเนินการหลักสูตรอะไรบนเวทีที่ 1? | What course are they running on stage 1? | df = pd.DataFrame(columns=['course', 'stage']) | null | df[df.stage == '1'].course | general |
ระยะทางของหลักสูตรระยะที่ 4 คืออะไร? | What's the distance of the course of stage 4? | df = pd.DataFrame(columns=['distance', 'stage']) | null | df[df.stage == '4'].distance | general |
ระยะทางของหลักสูตรสำหรับระยะที่ 4 คืออะไร? | What was the distance of the course for stage 4? | df = pd.DataFrame(columns=['distance', 'stage']) | null | df[df.stage == '4'].distance | general |
ใครคือผู้นำการแข่งขันในระยะที่ 5? | Who was the race leader for stage 5? | df = pd.DataFrame(columns=['race_leader', 'stage']) | null | df[df.stage == '5'].race_leader | general |
ทายผลการแข่งขันเอเอฟซีเอเชียนคัพ 2000 รอบคัดเลือก | Name the result for 2000 afc asian cup qualification | df = pd.DataFrame(columns=['result', 'competition']) | null | df[df.competition == '2000 afc asian cup qualification'].result | general |
ตั้งชื่อผลรวมน้อยที่สุดเมื่อทองแดงน้อยกว่า 2 และอันดับมากกว่า 2 โดยมีเงินน้อยกว่า 1 | Name the least total when bronze is less than 2 and rank is more than 2 with silver less than 1 | df = pd.DataFrame(columns=['total', 'silver', 'bronze', 'rank']) | null | df[(df.bronze < '2') & (df.rank > '2') & (df.silver < '1')].total.min() | general |
ทองคำที่ใหญ่ที่สุดโดยมีผลรวม 2 และอันดับน้อยกว่า 2 คืออะไร? | What is the largest gold with a Total of 2, and a Rank smaller than 2? | df = pd.DataFrame(columns=['gold', 'total', 'rank']) | null | df[(df.total == '2') & (df.rank < '2')].gold.max() | general |
ผลรวมต่ำสุดจากประเทศสหรัฐอเมริกาที่มีอันดับน้อยกว่า 2 คือเท่าใด | What is the lowest total from United States with a Rank smaller than 2? | df = pd.DataFrame(columns=['total', 'nation', 'rank']) | null | df[(df.nation == 'united states') & (df.rank < '2')].total.min() | general |
เงินเฉลี่ยที่มีอันดับน้อยกว่า 2 และมากกว่า 1 เหรียญทองคือเท่าไร? | What is the average silver with a Rank smaller than 2 and more than 1 gold? | df = pd.DataFrame(columns=['silver', 'rank', 'gold']) | null | df[(df.rank < '2') & (df.gold > '1')].silver.mean() | general |
อันดับน้อยที่สุดที่มีคะแนนรวมน้อยกว่า 1 คืออะไร? | What is the smallest rank with a Total smaller than 1? | df = pd.DataFrame(columns=['rank', 'total']) | null | df[df.total < 1].rank.min() | general |
ปีเฉลี่ยที่ Xuxa 3 ได้รับการรับรอง 2x Platinum และมียอดขายสูงกว่า 750,000 ปีคือเท่าใด | What was the average year that Xuxa 3 earned the certification 2x platinum, and that the sales were higher than 750,000? | df = pd.DataFrame(columns=['year', 'sales', 'certification', 'álbum']) | null | df[(df.certification == '2x platinum') & (df.álbum == 'xuxa 3') & (df.sales > '750,000')].year.mean() | general |
ยอดขายก่อนปี 2534 เป็นเท่าใด | What were the number of sales before 1991? | df = pd.DataFrame(columns=['sales', 'year']) | null | df[df['year'] < 1991]['sales'] | general |
รากบุญคืออะไรในปี พ.ศ. 2539? | What álbum was in the year 1996? | df = pd.DataFrame(columns=[álbum', 'year']) | null | df[df['year'] == 1996]['álbum'] | general |
ประชากรสูง (ทั้งหมด) จากปี 1976 โดยมี (Barcaldine) น้อยกว่า 1,780 เป็นเท่าใด | What is the high Population (total) from 1976 with a (Barcaldine) smaller than 1,780? | df = pd.DataFrame(columns=['population__total_', 'year', '_barcaldine_']) | null | df[(df['year'] == 1976) & (df['_barcaldine_'] < 1780)]['population__total_'].max() | general |
ปีใดมี (อราแมค) 832 และประชากร (รวม) น้อยกว่า 3,762 | What Year has an (Aramac) of 832 and a Population (Total) less than 3,762? | df = pd.DataFrame(columns=['year', '_aramac_', 'population__total_']) | null | df[(df['_aramac_'] == 832) & (df['population__total_'] < 3762)]['year'].sum() | general |
เครื่องยนต์ของ Hoover Motor Express หลังปี 1955 ที่มีคะแนนมากกว่า 0 คืออะไร? | What was the engine of the Hoover Motor Express after 1955 with greater than 0 points? | df = pd.DataFrame(columns=['engine', 'entrant', 'year', 'points']) | null | df[(df['year'] > 1955) & (df['points'] > 0) & (df['entrant'] == 'hoover motor express')]['engine'] | general |
ปีเฉลี่ยที่ Belanger Motors มีเครื่องยนต์ Offenhauser l4 คือเท่าไร? | What is the average year that the Belanger Motors had an Offenhauser l4 engine? | df = pd.DataFrame(columns=['year', 'engine', 'entrant']) | null | df[(df['engine'] == 'offenhauser l4') & (df['entrant'] == 'belanger motors')]['year'].mean() | general |
ใครคือนักโทษที่มีอายุมากกว่า 45 ปีและรับโทษประหารชีวิตไม่ถึง 22 ปี? | Who is the prisoner that is older than 45 and has served less than 22 years on death row? | df = pd.DataFrame(columns=['name', 'current_age', 'years_on_death_row']) | null | df[(df['current_age'] > 45) & (df['years_on_death_row'] < 22)]['name'] | general |
นักโทษอายุ 29 ปี ปัจจุบันชื่ออะไร? | What is the prisoner's name that is currently 29 years old? | df = pd.DataFrame(columns=['name', 'current_age']) | null | df[df['current_age'] == 29]['name'] | general |
ปีแรกสุดที่มีเครื่องยนต์บริสตอลคือปีใด | What is the earliest year that has a Bristol engine? | df = pd.DataFrame(columns=['year', 'engine']) | null | df[df['engine'] == 'bristol']['year'].min() | general |
ในปี 1985 ผู้เข้าร่วมที่ใช้แชสซี March 85B ได้รับคะแนนเท่าใด | In 1985, how many points were earned by the entrant with the March 85B chassis? | df = pd.DataFrame(columns=['points', 'year', 'chassis']) | null | df[(df['year'] == '1985') & (df['chassis'] == 'march 85b')]['points'].max() | general |
Corbari Italia ได้รับคะแนนเท่าใดในปี 1985 | How many points did Corbari Italia earn in 1985? | df = pd.DataFrame(columns=['points', 'entrant', 'year']) | null | df[(df['entrant'] == 'corbari italia') & (df['year'] == '1985')]['points'] | general |
สถิติ 18° 15° 6 อยู่ในกลุ่มผู้เข้าร่วมน้อยที่สุด? | Record of 18–15–6 belongs to what lowest attendance? | df = pd.DataFrame(columns=['attendance', 'record']) | null | df[df['record'] == '18–15–6']['attendance'].min() | general |
การตัดสินใจของผู้ปกครอง และบ้านของฟิลาเดลเฟีย และบันทึก 20° 16° 7 คือวันที่ใด | Decision of parent, and a Home of philadelphia, and a Record of 20–16–7 is on what date? | df = pd.DataFrame(columns=['date', 'record', 'decision', 'home']) | null | df[(df['decision'] == 'parent') & (df['home'] == 'philadelphia') & (df['record'] == '20–16–7)]['date'] | general |
ผู้เล่นสหรัฐคนใดมีพาร์ 14 ถึง? | Which United States player has a To par of 14? | df = pd.DataFrame([], columns=['player', 'country', 'to_par']) | null | df[(df['country'] == 'united states') & (df['to_par'] == '14')]['player'] | general |
ปีไหนเฉลี่ยน้อยกว่า 9 คะแนน? | Which year averaged less than 9 points? | df = pd.DataFrame([], columns=['year', 'points']) | null | df[df['points'] < 9]['year'].mean() | general |
คะแนนรวมของทีมที่ใช้แชสซี ligier js11/15 เป็นเท่าใด? | What is the total points of teams using a ligier js11/15 chassis? | df = pd.DataFrame([], columns=['points', 'chassis']) | null | df[df['chassis'] == 'ligier js11/15']['points'].count() | general |
ทีม Tyrrell ปีสูงสุดที่ได้รับมากกว่า 14 คะแนนคืออะไร? | What is the highest year team tyrrell earned more than 14 points? | df = pd.DataFrame([], columns=['year', 'entrant', 'points']) | null | df[(df['entrant'] == 'team tyrrell') & (df['points'] > '14')]['year'].max() | general |
สโมสรไหนมี 1 เสมอ 11 แพ้ และโบนัสลอง 7? | Which club had 1, draw, 11 lost, and a try bonus of 7? | df = pd.DataFrame([], columns=['club', 'try_bonus', 'drawn', 'lost']) | null | df[(df['drawn'] == '1') & (df['lost'] == '11') & (df['try_bonus'] == '7')]['club'] | general |
มีการพยายามต่อต้านกี่ครั้งเมื่อมี 961 แต้ม? | How many tries against were there when there was 961 points against? | df = pd.DataFrame([], columns=['tries_against', 'points_against']) | null | df[df['points_against'] == '961']['tries_against'] | general |
สโมสรใดมี 556 แต้มต่อ? | Which of the clubs had 556 points against? | df = pd.DataFrame([], columns=['club', 'points_against']) | null | df[df['points_against'] == '556']['club'] | general |
มีการพยายามต่อต้านกี่ครั้งโดยแพ้ 17 ครั้ง? | How many tries against were there with 17 losses? | df = pd.DataFrame([], columns=['tries_against', 'lost']) | null | df[df['lost'] == '17']['tries_against'] | general |
มีการสูญเสียกี่ครั้งจากการพยายาม 103 ครั้ง? | How many losses were there with 103 tries for? | df = pd.DataFrame([], columns=['lost', 'tries_for']) | null | df[df['tries_for'] == '103']['lost'] | general |
ระบุรายได้สูงสุดของชาลเก้ 04 ที่มีอันดับต่ำกว่า 10 | Name the highest revenue for schalke 04 with rank less than 10 | df = pd.DataFrame([], columns=['revenue__', 'team', 'rank']) | null | df[(df['team'] == 'schalke 04') & (df['rank'] < '10')]['revenue__'].max() | general |
ทายอันดับท็อตแน่ม ฮ็อทสเปอร์ | Name the rank for tottenham hotspur | df = pd.DataFrame([], columns=['rank', 'team']) | null | df[df['team'] == 'tottenham hotspur']['rank'] | general |
ระบุรายรับน้อยที่สุดสำหรับเชลซี แห่งอังกฤษ ที่มีอันดับต่ำกว่า 7 | Name the least revenue for chelsea of england with rank less than 7 | df = pd.DataFrame([], columns=['revenue__', 'rank', 'country', 'team']) | null | df[(df['country'] == 'england') & (df['team'] == 'chelsea') & (df['rank'] < '7')]['revenue__'].min() | general |
ระบุจำนวนมูลค่ารวมของรายได้มากกว่า 193 และอันดับน้อยกว่า 12 สำหรับแมนเชสเตอร์ยูไนเต็ด | Name the total number of value for revenue more than 193 and rank less than 12 for manchester united | df = pd.DataFrame([], columns=['value__', 'team', 'revenue__$m_', 'rank']) | null | df[(df['revenue__$m_'] > '193') & (df['rank'] < '12') & (df['team'] == 'manchester united')]['value__'].count() | general |
Qaanaaq ซึ่งมีประชากรมากกว่า 231 คนอยู่อันดับต่ำสุดคือข้อใด | What is the lowest rank of Qaanaaq, which has a population greater than 231? | df = pd.DataFrame([], columns=['rank', 'population', 'name']) | null | df[(df['population'] > '231') & (df['name'] == 'qaanaaq')]['rank'].min() | general |
เมืองที่มีประชากร 258 คนอยู่ในอันดับที่เท่าไหร่? | What is the rank of the town with a population of 258? | df = pd.DataFrame([], columns=['rank', 'population']) | null | df[df['population'] == '258']['rank'] | general |
เมื่อใดจะมีการตัดสินของออสกู๊ดและคะแนน 6 ° 7? | When is a Decision of osgood, and a Score of 6 – 7? | df = pd.DataFrame([], columns=['date', 'decision', 'score']) | null | df[(df['decision'] == 'osgood') & (df['score'] == '6 – 7')]['date'] | general |
วันที่ใดมีการตัดสินของออสกู๊ดและคะแนน 3 ° 4? | What date has a Decision of osgood, and a Score of 3 – 4? | df = pd.DataFrame([], columns=['date', 'decision', 'score']) | null | df[(df['decision'] == 'osgood') & (df['score'] == '3 – 4')]['date'] | general |
ระบุชื่อที่มีค่าฮีตอย่างน้อย 3 และเลนเท่ากับ 5 พอดี | List a name that has a heat of at least 3 and a Lane of exactly 5. | df = pd.DataFrame([], columns=['name', 'heat', 'lane']) | null | df[(df['heat'] >= '3') & (df['lane'] == '5')]['name'] | general |
ตั้งชื่อผลรวมของเวลาสำหรับเลน 1 และอันดับน้อยกว่า 8 | Name the sum of time for lane of 1 and rank less than 8 | df = pd.DataFrame([], columns=['time', 'lane', 'rank']) | null | df[(df['lane'] == '1') & (df['rank'] < '8')]['time'].sum() | general |
ตั้งชื่อแชมป์ด้วยรัชสมัยที่ 8 | Name the championship with reign of 8 | df = pd.DataFrame([], columns=['championship', 'reign']) | null | df[df['reign'] == '8']['championship'] | general |
ตั้งชื่อวันสำหรับแชมป์คนปัจจุบันของคณบดีแอมโบรส | Name the days for current champions of dean ambrose | df = pd.DataFrame(columns=['days_held', 'current_champion_s_']) | null | df[df['current_champion_s_'] == 'dean ambrose']['days_held'] | general |
ตั้งชื่อสถานที่ในรัชกาลที่ 3 | Name the location of reign 3 | df = pd.DataFrame(columns=['location', 'reign']) | null | df[df['reign'] == '3']['location'] | general |
ตั้งชื่อวันที่ชนะการแข่งขันชิงแชมป์อินเตอร์คอนติเนนตัล wwe | Name the date won for wwe intercontinental championship | df = pd.DataFrame(columns=['date_won', 'championship']) | null | df[df['championship'] == 'wwe intercontinental championship']['date_won'] | general |
Ranma ยฝ: netsuretsu kakutouhen ออกครั้งแรกโดย Banpresto เมื่อใด? | When was Ranma ½: netsuretsu kakutouhen first release by Banpresto? | df = pd.DataFrame(columns=['initial_release_date', 'publisher', 'japanese_title']) | null | df[(df['publisher'] == 'banpresto') & (df['japanese_title'] == 'ranma ½: netsuretsu kakutouhen')]['initial_release_date'] | general |
Microvision พัฒนาเกมประเภทใด | In what genre did Microvision develop a game? | df = pd.DataFrame(columns=['genre', 'developer']) | null | df[df['developer'] == 'microvision']['genre'] | general |
เกม Banpresto มีชื่อว่า Ranma ยฝ: netsuretsu kakutouhen ประเภทใด? | What genre is the Banpresto game tittled Ranma ½: netsuretsu kakutouhen? | df = pd.DataFrame(columns=['genre', 'developer', 'japanese_title']) | null | df[(df['developer'] == 'banpresto') & (df['japanese_title'] == 'ranma ½: netsuretsu kakutouhen')]['genre'] | general |
ตำแหน่งกองหลัง และคะแนนรวมที่น้อยกว่า 69 คือตัวเลือกต่ำสุด #? | Position of defensive back, and an Overall smaller than 69 is what lowest pick #? | df = pd.DataFrame(columns=['pick__number', 'position', 'overall']) | null | df[(df['position'] == 'defensive back') & df['overall'].astype(int) < 69]['pick__number'].min() | general |
รอบ 11 ทีม และตัวเลือก # ที่มากกว่า 14 คือตัวเลือกโดยรวมสูงสุด | Round of 11, and a Pick # larger than 14 is the highest overall pick? | df = pd.DataFrame(columns=['overall', 'round', 'pick__number']) | null | df[(df['round'] == 11) & df['pick__number'].astype(int) > 14]['overall'].max() | general |
รวม 208 เกิดขึ้นในรอบใด? | Overall of 208 occurred in what round? | df = pd.DataFrame(columns=['round', 'overall']) | null | df[df['overall'] == 208]['round'] | general |
ผู้เล่นคนไหนมีพาร์ถึง 3 และสกอร์ 73-68=141? | what player has To par of –3, and a Score of 73-68=141? | df = pd.DataFrame(columns=['player', 'to_par', 'score']) | null | df[(df['to_par'] == '-3') & (df['score'].str.split('-').apply(lambda x: int(x[0]) - int(x[1]) == 141))]['player'] | general |
สตีฟ เฟลชมีแต้มพาร์เท่าไรเมื่อเขาถูกจัดให้อยู่ที่ t3 ในสหรัฐอเมริกา? | what was steve flesch's to par when he was placed at t3 in the united states? | df = pd.DataFrame(columns=['to_par', 'player', 'place', 'country']) | null | df[(df['place'] == 't3') & (df['country'] == 'united states') & (df['player'] == 'steve flesch')]['to_par'] | general |
อาร์รอน โอเบอร์โฮลเซอร์เล่นที่ไหน? | where did arron oberholser play? | df = pd.DataFrame(columns=['country', 'player']) | null | df[df['player'] == 'arron oberholser']['country'] | general |
คะแนนในแคนาดาอันดับ t8 เป็นเท่าไหร่? | what's the score in canada with place of t8? | df = pd.DataFrame(columns=['score', 'country', 'place']) | null | df[(df['country'] == 'canada') & (df['place'] == 't8')]['score'] | general |
วันที่ 18 มิถุนายน มีคนเข้าร่วมเกมกี่คน? | How many people attended the game on June 18? | df = pd.DataFrame(columns=['attendance', 'date']) | null | df[df['date'] == 'june 18']['attendance'].count() | general |
เกมแรกสุดที่เล่น 11 เกมและแพ้ 12 เกมคือเมื่อไหร่? | When was the earliest first game with 11 played and 12 games lost? | df = pd.DataFrame(columns=['first_game', 'played', 'lost']) | null | df[(df['played'] > 11) & (df['lost'] == 12)]['first_game'].min() | general |
จำนวนเกมที่เล่นโดยเฉลี่ยในเกมแรกในปี 1997 และการจับสลากมากกว่า 0 เกมเป็นเท่าใด | What is the average number of games played associated with a first game in 1997 and over 0 games drawn? | df = pd.DataFrame(columns=['played', 'first_game', 'drawn']) | null | df[(df['first_game'] == 1997) & (df['drawn'] > 0)]['played'].mean() | general |
มีกี่เกมแรกที่เกี่ยวข้องกับการเล่น 5 เกมและแพ้น้อยกว่า 3 เกม? | How many first games are associated with 5 games played and under 3 games lost? | df = pd.DataFrame(columns=['first_game', 'played', 'lost']) | null | df[(df['played'] == 5) & (df['lost'] < 3)]['first_game'].sum() | general |
แพ้ 78 นัด และเสมอกัน 121 เกม มีกี่เกม? | How many games drawn when there are 78 losses and over 121 games played? | df = pd.DataFrame(columns=['drawn', 'lost', 'played']) | null | df[(df['lost'] == 78) & (df['played'] > 121)]['drawn'].count() | general |
กี่ครั้งแล้วที่เล่นเกิน 4 และเกมแรกคือปี 2000? | How many times was there a draw when played is more than 4 and the first game is in 2000? | df = pd.DataFrame(columns=['drawn', 'played', 'first_game']) | null | df[(df['played'] > 4) & (df['first_game'] == 2000)]['drawn'].count() | general |
แพ้ 0 เกมมากที่สุดคือเกมไหน? | what is the most games lost when there were 0 draws? | df = pd.DataFrame(columns=['lost', 'drawn']) | null | df[df['drawn'] <= 0]['lost'].max() | general |
แองรฉลิกา ริเวร่า ได้รับการเสนอชื่อเข้าชิงในปีใด? | In which year was Angélica Rivera a nominee? | df = pd.DataFrame(columns=['year', 'nominee']) | null | df[df['nominee'] == 'angélica rivera']['year'].mean() | general |
รอบเฉลี่ยของการแข่งขันด้วยการจบสกอร์ 23 คือเท่าไร? | What is the average lap of the race with a 23 finish? | df = pd.DataFrame(columns=['laps', 'finish']) | null | df[df['finish'] == '23']['laps'].mean() | general |
รอบต่ำสุดด้วยรอบคัดเลือก 145.926 คือเท่าไร? | What is the lowest lap with a 145.926 qual? | df = pd.DataFrame(columns=['laps', 'qual']) | null | df[df['qual'] == '145.926']['laps'].min() | general |
จบ 51 รอบเป็นอย่างไรบ้าง? | What is the finish with 51 laps? | df = pd.DataFrame(columns=['finish', 'laps']) | null | df[df['laps'] == 51]['finish'] | general |
1958 มีกี่รอบ? | How many laps were in 1958? | df = pd.DataFrame(columns=['laps', 'year']) | null | df[df['year'] == '1958']['laps'].sum() | general |
พื้นที่ที่เล็กที่สุด (ตร.ไมล์) ที่มี 160 อยู่ในอันดับคือเท่าใด | What is the smallest area (sq mi) that has 160 as it rank? | df = pd.DataFrame(columns=['area__sq_mi_', 'rank']) | null | df[df['rank'] == '160']['area__sq_mi_'].min() | general |
อันดับใดมีพื้นที่เล็กกว่า (ตารางไมล์) มากกว่า 48 และพื้นที่ (กิโลเมตร 2) มากกว่า 104 และเกาะซูลา ซอกน์ ออง ฟยอร์เดน? | Which rank has a smaller area (sq mi) than 48, and an area (km2) greater than 104, and an island of sula, sogn og fjordane? | df = pd.DataFrame(columns=['rank', 'island', 'area__sq_mi_', 'area__km²_']) | null | df[(df['area__sq_mi_'] < 48) & (df['area__km²_'] > 104) & (df['island'] == 'sula, sogn og fjordane')]['rank'] | general |
โดยมีการกระจาย 10.6% ระดับ API เฉลี่ยคือเท่าใด | with Distribution of 10.6% what is the average api level? | df = pd.DataFrame(columns=['api_level', 'distribution']) | null | df[df['distribution'] == '10.6%']['api_level'].mean() | general |
โดยมีวันวางจำหน่ายวันที่ 9 กุมภาพันธ์ 2554 ระดับ api คืออะไร? | with release date of february 9, 2011, what is the api level? | df = pd.DataFrame(columns=['api_level', 'release_date']) | null | df[df['release_date'] == 'february 9, 2011']['api_level'].mean() | general |
ด้วย api ระดับ 3 ชื่อรหัสคืออะไร? | with api level 3, what is the code name? | df = pd.DataFrame(columns=['code_name', 'api_level']) | null | df[df['api_level'] == '3']['code_name'] | general |
มีการกระจาย 20.6% ชื่อรหัสคืออะไร? | with distribution of 20.6% what is the code name? | df = pd.DataFrame(columns=['code_name', 'distribution']) | null | df[df['distribution'] == '20.6%']['code_name'] | general |
ด้วยระดับ api 18 ชื่อรหัสคืออะไร? | with api level of 18, what's the code name? | df = pd.DataFrame(columns=['code_name', 'api_level']) | null | df[df['api_level'] == '18']['code_name'] | general |
ผู้เข้าร่วมคนใดมีคะแนนน้อยกว่า 33 คะแนนในปี 1999 | Which entrant had fewer than 33 points in 1999? | df = pd.DataFrame(columns=['entrant', 'points', 'year']) | null | df[(df['points'] < 33) & (df['year'] == '1999')]['entrant'] | general |
แชสซีตัวไหนมี 16 แต้ม? | Which chassis had 16 points? | df = pd.DataFrame(columns=['chassis', 'points']) | null | df[df['points'] == '16']['chassis'] | general |
เครื่องยนต์ gc37-01 v10 ตัวไหนมีคะแนนน้อยที่สุด? | Which gc37-01 v10 engine has the fewest points? | df = pd.DataFrame(columns=['points', 'engine']) | null | df[df['engine'] == 'gc37-01 v10']['points'].min() | general |
คะแนนโหวตต่ำสุดของ Kerry คือข้อใดโดยที่อื่นๆ ได้รับ 0.8% และ Kerry 70.4% | What was Kerry's lowest number of votes where Other received 0.8% and Kerry 70.4%? | df = pd.DataFrame(columns=['kerry__number', 'others__percentage', 'kerry__percentage']) | null | df[(df['others__percentage'] == '0.8%') & (df['kerry__percentage'] == '70.4%')]['kerry__number'].min() | general |
คนอื่นได้คะแนนโหวตกี่คะแนน โดยที่ Kerry ได้คะแนน 44.6% และ Bush มากกว่า 163,650 คะแนน? | How many votes did Others receive where Kerry has 44.6%, and Bush more than 163,650 votes? | df = pd.DataFrame(columns=['others__number', 'kerry__percentage', 'bush__number']) | null | df[(df['kerry__percentage'] == '44.6%') & (df['bush__number'] > 163650)]['others__number'].count() | general |
ฉายาใดที่มีการยุติภารกิจในปัจจุบัน? | Which Title has a Termination of Mission of current? | df = pd.DataFrame(columns=['title', 'termination_of_mission']) | null | df[df['termination_of_mission'] == 'current']['title'] | general |
ซึ่งได้รับการแต่งตั้งมีการสิ้นสุดภารกิจในวันที่ 7 เมษายน พ.ศ. 2548 | Which Appointed has Termination of Mission on april 7, 2005? | df = pd.DataFrame(columns=['appointed_by', 'termination_of_mission']) | null | df[df['termination_of_mission'] == 'april 7, 2005']['appointed_by'] | general |
ซึ่งได้รับการแต่งตั้งมีการนำเสนอหนังสือรับรองเมื่อวันที่ 22 พฤศจิกายน 2533 | Which Appointed has a Presentation of Credentials on November 22, 1990 | df = pd.DataFrame(columns=['appointed_by', 'presentation_of_credentials']) | null | df[df['presentation_of_credentials'] == 'november 22, 1990']['appointed_by'] | general |
ตัวแทนคนใดมีการนำเสนอหนังสือรับรองในวันที่ 8 กันยายน พ.ศ. 2548 | Which Representative has a Presentation of Credentials on september 8, 2005? | df = pd.DataFrame(columns=['representative', 'presentation_of_credentials']) | null | df[df['presentation_of_credentials'] == 'september 8, 2005']['representative'] | general |
ซึ่งการยุติภารกิจมีการนำเสนอหนังสือรับรองเมื่อวันที่ 29 ตุลาคม พ.ศ. 2524 | Which Termination of Mission has a Presentation of Credentials on October 29, 1981 | df = pd.DataFrame(columns=['termination_of_mission', 'presentation_of_credentials']) | null | df[df['presentation_of_credentials'] == 'october 29, 1981']['termination_of_mission'] | general |
แดนนี่ ออลซอปป์ ยอดรวมเท่าไหร่? | What is the total for danny allsopp? | df = pd.DataFrame(columns=['total', 'name']) | null | df[df['name'] == 'danny allsopp']['total'] | general |
พื้นที่ปฏิบัติการที่มีการขุดเจาะในปี 2542 อยู่ที่ไหน? | Where is the area of operation that had drilling during the year 1999? | df = pd.DataFrame(columns=['area_of_operation', 'services', 'years_of_operation']) | null | df[(df['services'] == 'drilling') & (df['years_of_operation'] == '1999')]['area_of_operation'] | general |
ลูกค้า Agiba-agip ทำงานในประเทศใด | What country did the client Agiba-agip work in? | df = pd.DataFrame(columns=['country', 'client']) | null | df[df['client'] == 'agiba-agip']['country'] | general |
Soc เป็นลูกค้ากี่ปี? | What years was soc a client? | df = pd.DataFrame(columns=['years_of_operation', 'client']) | null | df[df['client'] == 'soc']['years_of_operation'] | general |
El Mabrouk เปิดให้บริการในปีใด | What years was El Mabrouk the area of operation? | df = pd.DataFrame(columns=['years_of_operation', 'area_of_operation']) | null | df[df['area_of_operation'] == 'el mabrouk']['years_of_operation'] | general |
มีบริการอะไรบ้างในพื้นที่ปฏิบัติการ Wadi Borjuj? | What services were in the area of operation Wadi Borjuj? | df = pd.DataFrame(columns=['services', 'area_of_operation']) | null | df[df['area_of_operation'] == 'wadi borjuj']['services'] | general |
Subsets and Splits