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 |
|---|---|---|---|---|---|
เครื่องยนต์ Cosworth v8 ได้กี่คะแนนในปี 1972 | How many points did the Cosworth v8 engine get in 1972? | df = pd.DataFrame(columns=['points', 'year', 'engine']) | null | df[(df['year'] == '1972') & (df['engine'] == 'cosworth v8')]['points'] | general |
โกลด์โคสต์ใดที่มีเมลเบิร์นที่ใช่ เพิร์ธที่ใช่ โอ๊คแลนด์ที่ใช่ และซิดนีย์ที่ใช่ | Which gold Coast has a Melbourne of yes, a Perth of yes, an Auckland of no, and a Sydney of no? | df = pd.DataFrame(columns=['gold_coast', 'sydney', 'auckland', 'melbourne', 'perth']) | null | df[(df['melbourne'] == 'yes') & (df['perth'] == 'yes') & (df['auckland'] == 'no') & (df['sydney'] == 'no')]['gold_coast'] | general |
แอดิเลดแห่งใดมีโอ๊คแลนด์ที่ไม่และเมลเบิร์นไม่? | Which Adelaide has an Auckland of no and a Melbourne of no? | df = pd.DataFrame(columns=['adelaide', 'auckland', 'melbourne']) | null | df[(df['auckland'] == 'no') & (df['melbourne'] == 'no')]['adelaide'] | general |
ซิดนีย์แห่งใดมีโกลด์โคสต์ที่ใช่ แอดิเลดที่ใช่ และโอ๊คแลนด์ที่ใช่ | Which Sydney has a Gold Coast of yes, an Adelaide of no, and an Auckland of yes? | df = pd.DataFrame(columns=['sydney', 'auckland', 'gold_coast', 'adelaide']) | null | df[(df['gold_coast'] == 'yes') & (df['adelaide'] == 'no') & (df['auckland'] == 'yes')]['sydney'] | general |
ซิดนีย์แห่งใดมีเพิร์ธที่ใช่ แอดิเลดที่ใช่ และโกลด์โคสต์ที่ใช่ | Which Sydney has a Perth of no, an Adelaide of yes, and a Gold Coast of no? | df = pd.DataFrame(columns=['sydney', 'gold_coast', 'perth', 'adelaide']) | null | df[(df['perth'] == 'no') & (df['adelaide'] == 'yes') & (df['gold_coast'] == 'no')]['sydney'] | general |
แอดิเลดแห่งใดมีซิดนีย์ที่ใช่ เพิร์ธที่ใช่ เมลเบิร์นที่ใช่ และโอ๊คแลนด์ที่ใช่ | Which Adelaide has a Sydney of yes, a Perth of no, a Melbourne of yes, and an Auckland of no? | df = pd.DataFrame(columns=['adelaide', 'auckland', 'melbourne', 'sydney', 'perth']) | null | df[(df['sydney'] == 'yes') & (df['perth'] == 'no') & (df['melbourne'] == 'yes') & (df['auckland'] == 'no')]['adelaide'] | general |
เมลเบิร์นเมืองไหนมีเพิร์ธใช่ และโอ๊คแลนด์มีใช่ | Which Melbourne has a Perth of yes, and an Auckland of yes? | df = pd.DataFrame(columns=['melbourne', 'perth', 'auckland']) | null | df[(df['perth'] == 'yes') & (df['auckland'] == 'yes')]['melbourne'] | general |
wxmi ประเภทอะนาล็อกคืออะไร? | what is the analog type for wxmi? | df = pd.DataFrame(columns=['analog', 'callsign']) | null | df[df['callsign'] == 'wxmi']['analog'] | general |
สัญญาณเรียกสำหรับสังกัดอิสระคืออะไร? | what is the callsign for independent affiliation? | df = pd.DataFrame(columns=['callsign', 'affiliation']) | null | df[df['affiliation'] == 'independent']['callsign'] | general |
cw บนดิจิตอล 26 ประเภทอะนาล็อกคืออะไร? | what is the analog type for cw on digital 26? | df = pd.DataFrame(columns=['analog', 'affiliation', 'digital']) | null | df[(df['affiliation'] == 'cw') & (df['digital'] == '26')]['analog'] | general |
สัญญาณเรียกของอนาล็อก 19 คืออะไร? | what is the callsign for analog 19? | df = pd.DataFrame(columns=['callsign', 'analog']) | null | df[df['analog'] == '19']['callsign'] | general |
ใครคือผู้ชนะการแข่งขัน European Poker Tour Grand Final? | Who is the winner of the European Poker Tour Grand Final? | df = pd.DataFrame(columns=['winner', 'event']) | null | df[df['event'] == 'european poker tour grand final']['winner'] | general |
งานที่มีเงินรางวัล zล‚ 1,226,711 มีชื่อว่าอะไร? | What is the name of the event that had a prize of zł 1,226,711? | df = pd.DataFrame(columns=['event', 'prize']) | null | df[df['prize'] == "zł 1,226,711"]['event'] | general |
ใครคือผู้ชนะรางวัล zล‚ 1,226,711? | Who was the winner of the prize zł 1,226,711? | df = pd.DataFrame(columns=['winner', 'prize']) | null | df[df['prize'] == "zł 1,226,711"]['winner'] | general |
คะแนนของประตูที่เสมอกันมากกว่า 0 คืออะไร? | What is the score of Goal For which has a Ties larger 0? | df = pd.DataFrame(columns=['goals_for', 'ties']) | null | df[df['ties'] > 0]['goals_for'].min() | general |
บอกผลรวมประตูที่เสียเมื่อเสียมากกว่า 7 และแต้มน้อยกว่า 26 | Name the sum of goals conceded when lost is more than 7 and points less than 26 | df = pd.DataFrame(columns=['goals_conceded', 'lost', 'points']) | null | df[(df['lost'].astype(int) > 7) & (df['points'].astype(int) < 26)]['goals_conceded'].sum() | general |
ตั้งชื่อสถานที่มากที่สุดสำหรับประตูที่ทำได้มากกว่า 28 และเล่นน้อยกว่า 18 | Name the most place for goals scored more than 28 and played less than 18 | df = pd.DataFrame(columns=['place', 'goals_scored', 'played']) | null | df[(df['goals_scored'].astype(int) > 28) & (df['played'].astype(int) < 18)]['place'].max() | general |
ตั้งชื่อ D46 เมื่อมี D 44 ของส่วนใหญ่ | Name the D46 when it has D 44 of ← majority | df = pd.DataFrame(columns=['d_46', 'd_44']) | null | df[df['d_44'] == "← majority"]['d_46'] | general |
ตั้งชื่อ D 45 ซึ่งมี D 44 ของ d 53 | Name the D 45 which has D 44 of d 53 | df = pd.DataFrame(columns=['d_45', 'd_44']) | null | df[df['d_44'] == "d 53"]['d_45'] | general |
ตั้งชื่อ D 43 เมื่อมี D 45 จาก d 25 | Name the D 43 when it has D 45 of d 25 | df = pd.DataFrame(columns=['d_43', 'd_45']) | null | df[df['d_45'] == "d 25"]['d_43'] | general |
ตั้งชื่อ D 43 เมื่อมี D 41 จาก d 56 | Name the D 43 when it has D 41 of d 56 | df = pd.DataFrame(columns=['d_43', 'd_41']) | null | df[df['d_41'] == "d 56"]['d_43'] | general |
ตั้งชื่อ D 46 ซึ่งมี D 42 ของ r 14 | Name the D 46 which has D 42 of r 14 | df = pd.DataFrame(columns=['d_46', 'd_42']) | null | df[df['d_42'] == "r 14"]['d_46'] | general |
รัสเซียเข้าร่วมเทศกาลเสนอชื่อใด | Which nominating festival did Russia enter? | df = pd.DataFrame(columns=['nominating_festival', 'country']) | null | df[df['country'] == "russia"]['nominating_festival'] | general |
Olga Baillif เข้าร่วมเทศกาลเสนอชื่อใด | Which nominating festival did Olga Baillif enter? | df = pd.DataFrame(columns=['nominating_festival', 'director_s_']) | null | df[df['director_s_'] == "olga baillif"]['nominating_festival'] | general |
บอสเนียและเฮอร์เซโกวีนาเข้าร่วมเทศกาลเสนอชื่อใด | Which nominating festival did Bosnia and Herzegovina enter? | df = pd.DataFrame(columns=['nominating_festival', 'country']) | null | df[df['country'] == "bosnia and herzegovina"]['nominating_festival'] | general |
ผู้กำกับคนไหนที่สร้าง Mi-temps? | Which director made Mi-temps? | df = pd.DataFrame(columns=['director_s_', 'film']) | null | df[df['film'] == "mi-temps"]['director_s_'] | general |
สหราชอาณาจักรเข้าร่วมเทศกาลเสนอชื่อใด | Which nominating festival did United Kingdom enter? | df = pd.DataFrame(columns=['nominating_festival', 'country']) | null | df[df['country'] == "united kingdom"]['nominating_festival'] | general |
Audi Sport Team Joest ครองอันดับ 3 กี่ปี? | How many years was Audi Sport Team Joest in 3rd position? | df = pd.DataFrame(columns=['year', 'team', 'pos']) | null | df[(df['team'] == "audi sport team joest") & (df['pos'] == "3rd")]['year'].count() | general |
ใครคือนักแข่งร่วมที่มีรอบมากกว่า 377 รอบในตำแหน่งที่ 1? | Who were the co-drivers with more than 377 laps in 1st position? | df = pd.DataFrame(columns=['co_drivers', 'laps', 'pos']) | null | df[(df['laps'].astype(int) > 377) & (df['pos'] == "1st")]['co_drivers'] | general |
มีกี่ประตูที่ทำได้เมื่อพวกเขามีมากกว่า 28 แต้มและเล่นมากกว่า 18 เกม? | How many goals were scored when they had over 28 points and played over 18 games? | df = pd.DataFrame(columns=['goals_scored', 'points', 'played']) | null | df[(df['points'].astype(int) > 28) & (df['played'].astype(int) > 18)]['goals_scored'].max() | general |
สถานที่ใดที่เกี่ยวข้องกับคะแนนต่ำกว่า 28 แต้ม แพ้ต่ำกว่า 11 เกม และลงเล่นต่ำกว่า 18 เกม? | What place is associated with under 28 points, under 11 games lost, and under 18 games played? | df = pd.DataFrame(columns=['place', 'played', 'points', 'lost']) | null | df[(df['points'].astype(int) < 28) & (df['lost'].astype(int) < 11) & (df['played'].astype(int) < 18)]['place'].sum() | general |
มีกี่คะแนนเมื่อทำได้ต่ำกว่า 27 ประตู เสีย 24 ประตู แพ้น้อยกว่า 6 ครั้ง? | How many points are there when they have under 27 goals scored, conceded 24 goals, and lost less than 6 times? | df = pd.DataFrame(columns=['points', 'lost', 'goals_scored', 'goals_conceded']) | null | df[(df['goals_scored'].astype(int) < 27) & (df['goals_conceded'].astype(int) == 24) & (df['lost'].astype(int) < 6)]['points'].sum() | general |
Bryant Heating เข้าปีใด | What year did Bryant Heating enter? | df = pd.DataFrame(columns=['year', 'entrant']) | null | df[df['entrant'] == 'bryant heating']['year'].sum() | general |
รัสเซียมีภาพยนตร์อยู่ในหมวดหมู่ใด | Russia has films in which category? | df = pd.DataFrame(columns=['category', 'country']) | null | df[df['country'] == 'russia']['category'] | general |
เทศกาล Prix UIP Vilo Do Conde ได้รับการเสนอชื่อเข้าชิงภาพยนตร์เรื่องใด? | The Prix UIP Vilo Do Conde festival nominated which film? | df = pd.DataFrame(columns=['film', 'nominating_festival']) | null | df[df['nominating_festival'] == 'prix uip vilo do conde']['film'] | general |
ประเทศใดสร้าง Le Portefeuille? | Which country made Le Portefeuille? | df = pd.DataFrame(columns=['country', 'film']) | null | df[df['film'] == 'le portefeuille']['country'] | general |
เทศกาลเสนอชื่อใดเสนอชื่อเข้าชิงภาพยนตร์ของ Iao Lethem | Which nominating festival nominated Iao Lethem's film? | df = pd.DataFrame(columns=['nominating_festival', 'director_s_']) | null | df[df['director_s_'] == 'iao lethem']['nominating_festival'] | general |
Julio Robledo เป็นตัวแทนของประเทศใด | Julio Robledo represents which country? | df = pd.DataFrame(columns=['country', 'director_s_']) | null | df[df['director_s_'] == 'julio robledo']['country'] | general |
(A) Torzija ได้รับการเสนอชื่อเข้าชิงในประเภทใด? | (A) Torzija was nominated in which category? | df = pd.DataFrame(columns=['category', 'film']) | null | df[df['film'] == '(a) torzija']['category'] | general |
ทีมที่ชนะ 12 ครั้ง มี 40-4 แต้ม และมากกว่า 57 ประตู แพ้ไปทั้งหมดกี่ทีม? | How many losses altogether were had by teams that won 12 times, had 40-4 points, and more than 57 goals? | df = pd.DataFrame(columns=['losses', 'goals_for', 'wins', 'points']) | null | df[(df['wins'] == '12') & (df['points'] == '40-4') & (df['goals_for'].astype(int) > 57)]['losses'].sum() | general |
จำนวนเกมที่เล่นโดยเฉลี่ยของราโย บาเยกาโน่ที่ชนะน้อยกว่า 12 นัดคือเท่าไร? | What's the average number of played games from Rayo Vallecano with less than 12 wins? | df = pd.DataFrame(columns=['played', 'club', 'wins']) | null | df[(df['club'] == 'rayo vallecano') & (df['wins'].astype(int) < 12)]['played'].mean() | general |
ใครมี canidae เป็นวงศ์และ Canis rufus audubon & bachman, 1851 เป็นสายพันธุ์/มีอำนาจ | Who has canidae as family and canis rufus audubon & bachman, 1851 as species/authority? | df = pd.DataFrame(columns=['name', 'family', 'species_authority']) | null | df[(df['family'] == 'canidae') & (df['species_authority'] == 'canis rufus audubon & bachman, 1851')]['name'] | general |
ตั้งชื่อลีกต่ำสุดสำหรับรอบเพลย์ออฟมากกว่า 0 และรวมเป็น 25 | Name the lowest league for play-offs more than 0 and total of 25 | df = pd.DataFrame(columns=['league', 'play_offs', 'total']) | null | df[(df['play_offs'].astype(int) > 0) & (df['total'].astype(int) == 25)]['league'].min() | general |
ปีแรกสุดที่มีเกมเล่นน้อยกว่า 2 เกมคือปีใด | What are the earliest year with games played fewer than 2? | df = pd.DataFrame(columns=['first_game', 'played']) | null | df[df['played'].astype(int) < 2]['first_game'].min() | general |
จำนวนเกมที่เล่นในฤดูกาลก่อนปี 2548 เป็นจำนวนเท่าใด? | What is the number of games played in the season before 2005? | df = pd.DataFrame(columns=['played', 'first_game']) | null | df[df['first_game'].astype(int) < 2005]['played'].sum() | general |
ตั้งชื่อตัวเลือกที่น้อยที่สุดสำหรับรอน บาร์เน็ตต์ | Name the least selection for ron barnett | df = pd.DataFrame(columns=['selection', 'player']) | null | df[df['player'] == 'ron barnett']['selection'].min() | general |
ตั้งชื่อผู้เล่นที่ไป Notre Dame | Name the player that went to notre dame | df = pd.DataFrame(columns=['player', 'college']) | null | df[df['college'] == 'notre dame']['player'] | general |
พาร์ที่มีบิล คอลลินส์เป็นผู้เล่นคืออะไร? | What is the to par that has bill collins as the player? | df = pd.DataFrame(columns=['to_par', 'player']) | null | df[df['player'] == 'bill collins']['to_par'] | general |
76-70-68-73=287 ได้คะแนนเท่าไหร่? | How much money has 76-70-68-73=287 as a score? | df = pd.DataFrame(columns=['money___', 'score']) | null | df[df['score'] == '76-70-68-73=287']['money___'].sum() | general |
อะไรที่ได้รับมอบหมายให้เวียดนาม? | What is the commissioned for Vietnam? | df = pd.DataFrame(columns=['commissioned', 'operator']) | null | df[df['operator'] == 'vietnam']['commissioned'] | general |
อะไรคือสิ่งที่ได้รับมอบหมายจากโปรเจ็กต์ 636.3 และสถานะการสั่งซื้อ | What is the commissioned with a 636.3 project, and ordered status? | df = pd.DataFrame(columns=['commissioned', 'project', 'status']) | null | df[(df['project'] == '636.3') & (df['status'] == 'ordered')]['commissioned'] | general |
วันที่สูญเสีย Shirley (0-1) คือเมื่อไหร่? | When was the date that had a Loss of Shirley (0-1)? | df = pd.DataFrame(columns=['date', 'loss']) | null | df[df['loss'] == 'shirley (0-1)']['date'] | general |
เกมวันพฤหัสบดีที่ 29 เมษายน แข่งที่ไหนกับทีมชิคาโก้ คับส์? | Where was the game on Thursday, April 29, and they played the Chicago Cubs? | df = pd.DataFrame(columns=['site', 'opponent', 'date']) | null | df.loc[(df['opponent'] == 'chicago cubs') & (df['date'] == 'thursday, april 29'), 'site'] | general |
พวกเขาเล่นกับใครเมื่อเบิร์ด (1-4) แพ้? | Who were they playing when Bird (1-4) had a loss? | df = pd.DataFrame(columns=['opponent', 'loss']) | null | df.loc[df['loss'] == 'bird (1-4)', 'opponent'] | general |
เกมที่แพ้เคิร์น (0-2) สกอร์เป็นอย่างไรบ้าง? | What was the score of the game when there was a loss of Kern (0-2)? | df = pd.DataFrame(columns=['score', 'loss']) | null | df.loc[df['loss'] == 'kern (0-2)', 'score'] | general |
กล้องใดมี Mpix สูงสุดด้วยอัตราส่วน 2:1 ความสูงน้อยกว่า 1536 และความกว้างน้อยกว่า 2048 | What camera has the highest Mpix with an aspect ratio of 2:1, a height less than 1536, and a width smaller than 2048? | df = pd.DataFrame(columns=['mpix', 'width', 'aspect_ratio', 'height']) | null | df.loc[(df['aspect_ratio'] == '2:1') & (df['height'] < 1536) & (df['width'] < 2048), 'mpix'].max() | general |
fps สูงสุดของกล้องที่มี mpix ใหญ่กว่า 8.4 และขนาดเฟรม 4k 16:9 คือเท่าใด | What is the max fps of a camera with mpix larger than 8.4 and frame size of 4k 16:9? | df = pd.DataFrame(columns=['max_fps', 'mpix', 'frame_size']) | null | df.loc[(df['mpix'] > 8.4) & (df['frame_size'] == '4k 16:9'), 'max_fps'].count() | general |
ขนาดเฟรมใดที่สอดคล้องกับการเลือกด้วย fps สูงสุด 120 ความกว้าง 2048 และความสูง 1024 | What frame size corresponds the selection with a max fps of 120, a width of 2048, and height of 1024? | df = pd.DataFrame(columns=['frame_size', 'height', 'max_fps', 'width']) | null | df.loc[(df['max_fps'] == 120) & (df['width'] == 2048) & (df['height'] == 1024), 'frame_size'] | general |
บันทึกโดยรวมของ Ravens คืออะไร? | What is the overall record of the Ravens? | df = pd.DataFrame(columns=['overall_record', 'team']) | null | df.loc[df['team'] == 'ravens', 'overall_record'] | general |
บันทึกการแบ่งส่วนของ Sussex Central คืออะไร? | What is the division record of Sussex Central? | df = pd.DataFrame(columns=['division_record', 'school']) | null | df.loc[df['school'] == 'sussex central', 'division_record'] | general |
เครื่องยนต์ใดมีคะแนน 3? | Which Engine has Points of 3? | df = pd.DataFrame(columns=['engine', 'points']) | null | df.loc[df['points'] == 3, 'engine'] | general |
อะไรคือจุดสูงสุดด้วยแชสซีของ gordini t16 และหนึ่งปีที่เล็กกว่าปี 1954 คืออะไร? | What are the highest points with a Chassis of gordini t16, and a Year smaller than 1954? | df = pd.DataFrame(columns=['points', 'chassis', 'year']) | null | df.loc[(df['chassis'] == 'gordini t16') & (df['year'] < 1954), 'points'].max() | general |
ตารางต่ำสุดที่ Paul Tracy มีเมื่อเขามีมากกว่า 4 แต้มคือเท่าไร? | What is the lowest grid that Paul Tracy had when he had over 4 points? | df = pd.DataFrame(columns=['grid', 'name', 'points']) | null | df.loc[(df['name'] == 'paul tracy') & (df['points'] > 4), 'grid'].min() | general |
วันที่คือเมื่อผู้ชนะคือ Aaron Gustavson? | What is the Date, when the Winner is Aaron Gustavson? | df = pd.DataFrame(columns=['date', 'winner']) | null | df.loc[df['winner'] == 'aaron gustavson', 'date'] | general |
วันที่เท่าไหร่เมื่อเมืองคือกรุงวอร์ซอ? | What is the Date, when the City is Warsaw? | df = pd.DataFrame(columns=['date', 'city']) | null | df.loc[df['city'] == 'warsaw', 'date'] | general |
รางวัลคืออะไร เมื่อผู้ชนะคือ Aaron Gustavson? | What is the Prize, when the Winner is Aaron Gustavson? | df = pd.DataFrame(columns=['prize', 'winner']) | null | df.loc[df['winner'] == 'aaron gustavson', 'prize'] | general |
ใครคือผู้ชนะ เมื่อเมืองคือเบอร์ลิน? | Who is the Winner, when the City is Berlin? | df = pd.DataFrame(columns=['winner', 'city']) | null | df.loc[df['city'] == 'berlin', 'winner'] | general |
ชื่อพรรคที่เรียกว่าอะไร? | What is the name of the party called name? | df = pd.DataFrame(columns=['party']) | null | df.loc[df['party'] == 'name'] | general |
สำนักงานฝ่ายซ้ายของเลขาธิการคณะรัฐมนตรีด้านวัฒนธรรมและกิจการภายนอกชื่ออะไร | What is the Left Office of cabinet secretary for culture and external affairs named? | df = pd.DataFrame(columns=['name', 'left_office']) | null | df.loc[df['left_office'] == 'cabinet secretary for culture and external affairs', 'name'] | general |
รัฐมนตรีคนแรกของเฮนรี แมคเคลียชดำรงตำแหน่งที่เหลืออยู่ในสำนักงานใด | What left office does the First Minister of henry mcleish belong to? | df = pd.DataFrame(columns=['left_office', 'first_minister']) | null | df.loc[df['first_minister'] == 'henry mcleish', 'left_office'] | general |
ผลรวมของภูมิภาคหลังปี 2519 เมื่อมารีบามีประชากรมากกว่า 18,212 คนเป็นเท่าใด | What was the sum total of the region after 1976 when Mareeba had population was more than 18,212? | df = pd.DataFrame(columns=['population__region_total_', 'year', 'population__mareeba_']) | null | df.loc[(df['year'] > 1976) & (df['population__mareeba_'] > 18), 'population__region_total_'].sum() | general |
รายชื่อเกมมากที่สุดในการยืนอันดับที่ 5 เลเบล และประตูต่อมากกว่า 220 โดยแพ้มากกว่า 52 | Name the most games for standing of 5th, lebel and goals against larger than 220 with lost more than 52 | df = pd.DataFrame(columns=['games', 'lost', 'standing', 'goals_against']) | null | df.loc[(df['standing'] == '5th, lebel') & (df['goals_against'] > 220) & (df['lost'] > 52), 'games'].max() | general |
ระบุชื่อเสมอกันน้อยที่สุดด้วยเกมมากกว่า 70 และประตูน้อยกว่า 310 ด้วยคะแนน 98 | Name the least tied with games more than 70 and goals for less than 310 with points of 98 | df = pd.DataFrame(columns=['tied', 'points', 'games', 'goals_for']) | null | df.loc[(df['games'] > 70) & (df['goals_for'] < 310) & (df['points'] == '98'), 'tied'].min() | general |
ผู้เล่นคนไหนมีตำแหน่ง T4? | Which player had a place of T4? | df = pd.DataFrame(columns=['player', 'place']) | null | df.loc[df['place'] == 'T4', 'player'] | general |
ล่าสุดได้คะแนนไม่ถึง 0 คือปีไหน? | What is the latest year with less than 0 points? | df = pd.DataFrame(columns=['year', 'points']) | null | df.loc[df['points'] < 0, 'year'].max() | general |
ผู้เข้าแข่งขันคนใดที่มีเครื่องยนต์ veritas ตรง 6 ปีก่อนปี 1960? | What entrant has a year earlier than 1960 and a veritas straight-6 engine? | df = pd.DataFrame(columns=['entrant', 'year', 'engine']) | null | df.loc[(df['year'] < '1960') & (df['engine'] == 'veritas straight-6'), 'entrant'] | general |
ปีเฉลี่ยที่มีแชสซี Veritas rs และมากกว่า 0 คะแนนคือเท่าไร? | What is the average Year with a Veritas rs chassis and more than 0 points? | df = pd.DataFrame(columns=['year', 'chassis', 'points']) | null | df.loc[(df['chassis'] == 'veritas rs') & (df['points'] > '0'), 'year'].mean() | general |
จำนวนคะแนนสำหรับผู้เข้าแข่งขันของ Wolfgang seidel และแชสซี Cooper t45 หลังปี 1960 คือเท่าใด | What is the number of points for the Entrant of wolfgang seidel and a Cooper t45 chassis later than 1960? | df = pd.DataFrame(columns=['points', 'year', 'entrant', 'chassis']) | null | df.loc[(df['entrant'] == 'wolfgang seidel') & (df['chassis'] == 'cooper t45') & (df['year'] > '1960'), 'points'].count() | general |
ล่าสุดแชสซีส์ Emeryson 1006 มีมากกว่า 0 แต้มคือปีไหน? | What is the latest year for a Emeryson 1006 chassis with more than 0 points? | df = pd.DataFrame(columns=['year', 'chassis', 'points']) | null | df.loc[(df['chassis'] == 'emeryson 1006') & (df['points'] > '0'), 'year'].max() | general |
เลกสองสกอร์รวม 4-6 เป็นเท่าไหร่? | What was the score of the second leg with an agg of 4-6? | df = pd.DataFrame(columns=['agg']) | null | 2 if '4-6' in df['agg'].values else None | general |
ทีมที่สองที่มีทีมกีฬาแอฟริกาชุดแรกคืออะไร? | What is the second team that has first team of Africa sports? | df = pd.DataFrame(columns=['team_2', 'team_1']) | null | df.loc[df['team_1'] == 'africa sports', 'team_2'] | general |
ทีมหนึ่งที่มี tp englebert สำหรับทีม 2 คืออะไร? | What is team one that has tp englebert for team 2? | df = pd.DataFrame(columns=['team_1', 'team_2']) | null | df.loc[df['team_2'] == 'tp englebert', 'team_1'] | general |
ทีมไหนมีราบัตเท่าทีม 1 บ้าง? | Which team has far rabat as the team 1? | df = pd.DataFrame(columns=['team_2', 'team_1']) | null | df.loc[df['team_1'] == 'far rabat', 'team_2'] | general |
โดยมีเวลา/เกษียณเป็น +47.376 ผลรวมรอบเป็นเท่าใด | with a Time/Retired of +47.376 what is the lap sum? | df = pd.DataFrame(columns=['laps', 'time_retired']) | null | df.loc[df['time_retired'] == '+47.376', 'laps'].sum() | general |
กับ Rider ของ Marco Melandri และกริดน้อยกว่า 10 จำนวนรอบสูงสุดคือเท่าใด | with a Rider of marco melandri, and a Grid smaller than 10, what is the highest lap count? | df = pd.DataFrame(columns=['laps', 'rider', 'grid']) | null | df.loc[(df['rider'] == 'marco melandri') & (df['grid'] < '10'), 'laps'].max() | general |
ด้วยรอบมากกว่า 32 รอบและมีซิลเวน กินโทลีเป็นคนขี่ เส้นกริดต่ำสุดคือเท่าไหร่? | with more than 32 laps and sylvain guintoli as rider, what's the lowest grid ? | df = pd.DataFrame(columns=['grid', 'rider', 'laps']) | null | df.loc[(df['rider'] == 'sylvain guintoli') & (df['laps'] > '32'), 'grid'].min() | general |
ใครมาเป็นอันดับ 2 เมื่อ Ding Junhui ชนะในปี 2010? | Who came in 2nd place when Ding Junhui won in 2010? | df = pd.DataFrame(columns=['runner_up', 'year', 'winner']) | null | df.loc[(df['year'] > '2010') & (df['winner'] == 'ding junhui'), 'runner_up'] | general |
ชาติพันธุ์ใดคือ 65,104 ในปี 1931 | What ethnic group is 65,104 in 1931? | df = pd.DataFrame(columns=['malay_ethnic_group']) | null | df.loc[df['1931'] == '65,104', 'malay_ethnic_group'] | general |
สำหรับสัปดาห์ Vegas Verdicts ผลลัพธ์คืออะไร? | For Vegas Verdicts week, what was the result? | df = pd.DataFrame(columns=['result', 'week']) | null | df.loc[df['week'] == 'vegas verdicts', 'result'] | general |
สัปดาห์ใดมีธีมของฮีโร่? | Which week had a theme of Heroes? | df = pd.DataFrame(columns=['week', 'theme']) | null | df.loc[df['theme'] == 'heroes', 'week'] | general |
ธีมของสัปดาห์ Vegas Verdicts ที่มีผลการแข่งขันขั้นสูงคืออะไร? | What was the theme for Vegas Verdicts week with a result of Advanced? | df = pd.DataFrame(columns=['theme', 'result', 'week']) | null | df.loc[(df['result'] == 'advanced') & (df['week'] == 'vegas verdicts'), 'theme'] | general |
ตำแหน่งใดเมื่อคะแนนโหวตน้อยกว่า 208 และเมื่อผู้สมัครคือ Jordan Turner | What is the Placement when the Votes are fewer than 208, and when the Candidate is Jordan Turner? | df = pd.DataFrame(columns=['placement', 'votes', 'candidate']) | null | df.loc[(df['votes'] < '208') & (df['candidate'] == 'jordan turner'), 'placement'] | general |
ใครคือผู้สมัครเมื่อ Riding คือ Hochelaga? | Who is the Candidate when the Riding is Hochelaga? | df = pd.DataFrame(columns=['candidate', 'riding']) | null | df.loc[df['riding'] == 'Hochelaga', 'candidate'] | general |
ตำแหน่งเมื่อผู้สมัครคือ Jean-Patrick Berthiaume คืออะไร? | What is the Placement when the Candidate is Jean-Patrick Berthiaume? | df = pd.DataFrame(columns=['placement', 'candidate']) | null | df.loc[df['candidate'] == 'Jean-Patrick Berthiaume', 'placement'] | general |
ลีกคัพเมื่อค่าเอฟเอคัพเป็น 0 13 0 (49) มีมูลค่าเท่าไร? | What is the value for the League Cup when the FA Cup value is 0 13 0 (49)? | df = pd.DataFrame(columns=['league', 'fa_cup']) | null | df.loc[df['fa_cup'] == '0 13 0 (49)', 'league'] | general |
มูลค่าลีกคัพสำหรับปี 1991 ปัจจุบันเป็นเท่าใด? | What is the League Cup value for 1991–present? | df = pd.DataFrame(columns=['league', 'years']) | null | df.loc[df['years'] == '1991–present', 'league'] | general |
ลีกใดมีค่าเท่ากับ 0 29 (152) สำหรับยุโรป? | What league has a value of 0 29 (152) for Europe? | df = pd.DataFrame(columns=['league', 'europe']) | null | df.loc[df['europe'] == '0 29 (152)', 'league'] | general |
สัปดาห์ไหนที่มีผล 23°14? | Which week was there a w 23–14 result? | df = pd.DataFrame(columns=['week', 'result']) | null | df.loc[df['result'] == 'w 23–14', 'week'] | general |
ตั้งชื่อคะแนนให้คู่ต่อสู้ฮอว์ธอร์น | Name the score for hawthorn opponent | df = pd.DataFrame(columns=['score', 'opponent']) | null | df.loc[df['opponent'] == 'hawthorn', 'score'] | general |
ตั้งชื่อคะแนนที่สถานที่ mcg และฝ่ายตรงข้าม footscray | Name the score at mcg venue and footscray opponent | df = pd.DataFrame(columns=['score', 'venue', 'opponent']) | null | df.loc[(df['venue'] == 'mcg') & (df['opponent'] == 'footscray'), 'score'] | general |
Subsets and Splits