我通常不喜欢写不完整的答案，但我将介绍到目前为止我所采取的调试步骤，并提供一个可能的解决方案。
我创建了一个一行的.csv文件，以'┐'作为分隔符（还有一个标题行）：

Header1┐Header2┐Header3┐Header4┐Header5┐Header6┐Header7┐Header8┐Header9┐Header10
FUNDACAO ESTATAL SAUDE DA FAMILIA FESF┐VIP┐BR┐Creative Cloud All Apps┐PAID┐SMB┐1┐1┐2┐2022-07-29

当我运行这条线时：

csv_df = spark.read.option("header", "true").csv(path, sep = '┐')

Dataframe 正确加载：

+--------------------+-------+-------+--------------------+-------+-------+-------+-------+-------+----------+
|             Header1|Header2|Header3|             Header4|Header5|Header6|Header7|Header8|Header9|  Header10|
+--------------------+-------+-------+--------------------+-------+-------+-------+-------+-------+----------+
|FUNDACAO ESTATAL ...|    VIP|     BR|Creative Cloud Al...|   PAID|    SMB|      1|      1|      2|2022-07-29|
+--------------------+-------+-------+--------------------+-------+-------+-------+-------+-------+----------+

但是，如果我在第一个非标题行周围加上引号，那么这将转义该行中的所有'┐'分隔符，因此它们不会被解析。

Header1┐Header2┐Header3┐Header4┐Header5┐Header6┐Header7┐Header8┐Header9┐Header10
"FUNDACAO ESTATAL SAUDE DA FAMILIA FESF┐VIP┐BR┐Creative Cloud All Apps┐PAID┐SMB┐1┐1┐2┐2022-07-29"

这将导致您在尝试加载csv文件时观察到的行为：

+--------------------+-------+-------+-------+-------+-------+-------+-------+-------+--------+
|             Header1|Header2|Header3|Header4|Header5|Header6|Header7|Header8|Header9|Header10|
+--------------------+-------+-------+-------+-------+-------+-------+-------+-------+--------+
|FUNDACAO ESTATAL ...|   null|   null|   null|   null|   null|   null|   null|   null|    null|
+--------------------+-------+-------+-------+-------+-------+-------+-------+-------+--------+

因此，我认为您的csv文件很可能在您的行周围有引号，或者在您的csv文件中该行位置旁边有一个或多个字符导致了问题-问题可能出在csv文件本身，而不是pyspark csv解析器。