使用Python Pandas将JSON文本文件转Excel时遇TypeError问题求助

问题场景 #

你的json_test.txt是JSON Lines格式（每行一个独立JSON对象），初始代码运行时触发TypeError: the JSON object must be str, bytes or bytearray错误。

错误原因分析 #

1. 格式不匹配：文件是每行一个JSON对象，不是标准的JSON数组，无法用json.load()直接整体解析。
2. 参数类型错误：readlines()返回字符串列表，但json.load()仅接受文件对象、字符串、字节类数据，不能处理列表。
3. 代码冗余/错误：with块会自动关闭文件，无需手动调用f.close()；import pathlib as Path是错误导入方式且未用到该模块；全局变量df_json在函数内被重新定义为局部变量，逻辑无效。

高效解决方法 #

方法一：Pandas直接读取（最简洁） #

Pandas原生支持JSON Lines格式，一行代码即可完成读取与转换：

import pandas as pd

def main():
    # 读取JSON Lines文件，lines=True表示每行一个JSON对象
    df = pd.read_json("json_test.txt", lines=True)
    # 导出为Excel，index=False取消行索引
    df.to_excel('json_to_excel.xlsx', index=False)

if __name__ == '__main__':
    main()

方法二：手动逐行解析（适合自定义处理） #

如果需要对每行JSON做额外逻辑处理，可手动逐行解析：

import json
import pandas as pd

def main():
    data_list = []
    with open("json_test.txt", 'r') as f:
        for line in f:
            # 跳过空行，避免解析错误
            cleaned_line = line.strip()
            if cleaned_line:
                # 解析单行JSON字符串
                data = json.loads(cleaned_line)
                data_list.append(data)
    # 转换为DataFrame并导出
    pd.DataFrame(data_list).to_excel('json_to_excel.xlsx', index=False)

if __name__ == '__main__':
    main()

内容的提问来源于stack exchange，提问作者D Chase