用SQL的方式表达下吧（在R中作为示例）
# 户主及配偶&男
t1 <- sqldf(“SELECT hhid, edu AS edu1 FROM tbl WHERE pline IN (1 , 2) AND gender  = 0”)
# 户主及配偶&女
t2 <- sqldf(“SELECT hhid, edu AS edu2 FROM tbl WHERE pline IN (1 , 2) AND gender  = 1”)
# 户主之子
t6M <- sqldf(“SELECT hhid, edu AS edu6m FROM tbl WHERE pline =6 AND gender  = 0”)
# 户主之女
t6F <- sqldf(“SELECT hhid, edu AS edu6f FROM tbl WHERE pline =6 AND gender  = 1”)
# 户主之媳
t7F <- sqldf(“SELECT hhid, edu AS edu7f FROM tbl WHERE pline =7 AND gender  = 1”)
# 户主之婿
t7M <- sqldf(“SELECT hhid, edu AS edu7m FROM tbl WHERE pline =7 AND gender  = 0”)
# 户主之孙子女
t8 <- sqldf(“SELECT hhid, edu AS edu8 FROM tbl WHERE pline =8”)


# 数据合并
dat <- merge(t1, t2, by  = 'hhid', all.x = T)
dat <- merge(dat, t6M, by = 'hhid', all.x = T)
dat <- merge(dat, t6F, by = 'hhid', all.x = T)
dat <- merge(dat, t7M, by = 'hhid', all.x = T)
dat <- merge(dat, t7F, by = 'hhid', all.x = T)
dat <- merge(dat, t8, by = 'hhid', all.x = T)

这种方式按照家庭，把人口结构给体现出来了（同一个家庭中，子女的关系是不唯一的，6/7标签的，对应标签为8，无法完全准确判断是否子女关系啊，和人口普查统计的数据格式还是有一些差别的吧）
如上的这种数据格式，可能便于分析。
不用SQL表达，直接用R的方式修改如下：
t1 <- subset(tbl, (pline %in% c(1, 2)) & (gender = 0),  select = c(hhid, edu))
names(t1) <- c('hhid', 'edu1')
或者用tidyverse包来搞
t1 <- (tbl %>% filter(pline %in% c(1, 2), gender = 0) %>% select(hhid, edu))
names(t1) <- c('hhid', 'edu1')
其他类似

############################################################
如果要把两代家庭，和三代家庭的分开，也可以用拆分数据的方式得到
比如两代和三代的分类
tftyp2 <- sqldf("SELECT hhid, MAX(pline) AS ftype FROM tbl GROUP BY hhid HAVING MAX(pline) IN (6, 7)")
tftyp3 <- sqldf("SELECT hhid, MAX(pline) AS ftype FROM tbl GROUP BY hhid HAVING MAX(pline) = 8")


基本思路是不管咋折腾，围绕hhid来弄，用pline识别结构（如果设计数据的时候，性别包含在pline中可能会更加方便点，是不是为了体现男女平等，所以没明确规定吧）

太感谢了！受教了！

请问楼主有遇到过一个家庭里有多个父亲信息的情况吗（关系为父母，且性别为男）此时应该怎么处理呢

你好 请问这个方法用stata语句怎么表达呀 没看懂sql语句