Python调用Google BigQuery设置凭证仍报DefaultCredentialsError如何解决

以下是可直接落地的排查修复步骤：

• 修正密钥路径配置
  你代码中os.environ["GOOGLE_APPLICATION_CREDENTIALS"]后赋值的内容需要替换为服务账号JSON密钥文件的本地完整绝对路径，不要使用相对路径，避免运行时工作目录变动导致文件读取失败。比如Windows环境格式为"C:/Users/用户名/密钥存放目录/你的项目密钥.json"，Mac/Linux环境格式为"/Users/用户名/密钥存放目录/你的项目密钥.json"。
• 新增路径有效性校验
  在设置环境变量的代码后新增一行校验逻辑，确认路径是否可以正常访问：

print(os.path.exists(os.environ["GOOGLE_APPLICATION_CREDENTIALS"]))

如果输出为False，直接核对密钥文件的实际存放路径，修正配置即可。

• 改用显式传凭据的初始化方式
  如果路径校验正常仍触发报错，可以跳过环境变量配置，直接将密钥传入客户端初始化逻辑，写法更稳定：

import pandas as pd
from google.cloud import bigquery
from google.oauth2 import service_account

# 替换为你的密钥文件绝对路径
KEY_PATH = "替换为你的密钥完整绝对路径"
credentials = service_account.Credentials.from_service_account_file(KEY_PATH)

# 初始化时显式传入凭据和你的项目ID
client = bigquery.Client(credentials=credentials, project="mythic-music-326213")

QUERY = (
    'SELECT name FROM `mythic-music-326213.mytestdata.trainData` '
    'LIMIT 100')
query_job = client.query(QUERY)
# 转为pandas DataFrame可直接用 df = query_job.to_dataframe()

• 校验服务账号权限
  确认你生成密钥的服务账号已经被分配了对应BigQuery资源的访问权限，至少需要BigQuery Data Viewer（数据集读取权限）和BigQuery Job User（查询任务运行权限）两个角色，否则即使凭据读取成功也会触发后续权限报错。

内容的提问来源于stack exchange，提问作者Amir