要创建一个“按列值的等价性子集数据帧”，可以使用Python的pandas库来处理数据。下面是一个示例代码，演示如何创建这样的数据帧。

import pandas as pd

# 创建一个示例数据帧
df = pd.DataFrame({
    'A': [1, 2, 3, 1, 2, 3],
    'B': [4, 5, 6, 4, 5, 6],
    'C': [7, 8, 9, 7, 8, 9]
})

# 按照列值的等价性分组
groups = df.groupby(['A', 'B'])

# 创建一个空的数据帧，用于存储等价性子集
equivalent_df = pd.DataFrame()

# 遍历每个分组
for group_name, group_df in groups:
    # 添加当前分组到等价性子集数据帧中
    equivalent_df = equivalent_df.append(group_df)

# 重置索引
equivalent_df = equivalent_df.reset_index(drop=True)

# 打印等价性子集数据帧
print(equivalent_df)

这段代码首先创建了一个示例数据帧df，其中包含了3列（A、B、C）的数据。然后，使用groupby函数将数据帧按照A和B列的值进行分组。接下来，遍历每个分组，并将分组数据添加到一个空的数据帧equivalent_df中。最后，通过reset_index函数重置索引，并打印出等价性子集数据帧equivalent_df。

请注意，这只是一个示例，你可以根据自己的需求对代码进行修改和调整。