PavelMos

Поискать текст сообщения об ошибке и выяснить, что decode в третьем питоне применяется к строке, которая не str, а bytes. У обычной строки такой встроенной функции нет (но есть encode) - это можно проверить через __dir__().
То есть тут декодирование не нужно.

str1='Hello, World'
str2=str1.encode('utf-8')
print (str2, type (str2))
b'Hello, World' <class 'bytes'>

При обходе с сайтов сначала получить исходный код страницы soup = BeautifulSoup(browser.page_source, 'lxml')
а потом к нему применять разные функции - поиск linked, twitter и так далее
То есть в main
for website in websiteList:
..
soup = BeautifulSoup(browser.page_source, 'lxml')
linkedResult = linked(soup) # принимает на вход не url а уже разобранную структуру т.е. soup
tgResult = telegram (soup)

Изучай основы языка, без этого будешь на самых простых местах стопориться.

для одного уровня вложенности

pos1 = ['Один',  'Два',  'Три',  ['Четыре',  'Пять',  'Шесть' ], 'Семь']
pos2 = []
for i in pos1:
    if type(i) != list:
        pos2 += [i] # += для списков это exndend, тут добавляется строка как один элемент, а не как список символов строки, и поэтому в примере получалось posl = ['О', 'д', 'и', 'н',  'Д', 'в', 'а',  'Т', 'р', 'и', 
    else:
        pos2 += i # extend сразу последовательность как следующий элемент как список, то есть список слов, т.к. он и есть список слов
# то есть += или extend слово / строка - добавит слово как список символов, 
# а += или extend [..] добавит слово или строку как отдельный элемент 
# см про append и extend
print (pos2)

Какой-то из объектов оказался пустым NoneType, и с ним невозможны те операции, которые прописаны в скрипте.
Надо смотреть конкретную строку, где ошибка.
Может быть, кто-то по тому, что упомнянут unpack, и без этого поймет, где ругается.

(message.text == "фб" or message.text == "Фб" or message.text == "ФБ" or message.text == "фБ") можно заменить на message.text.lower()=='фб'

bikes[bikes['Holiday'] == 'Holiday'][['Date','Holiday']]

те сначала задается условие фильтрации, потом условие, что выводить, столбец[x] или список [[x,y]]

Всё правильно. Далее

for row in body:
   print (row.text)

UPD даже лучше так

for i in body: 
    print ([j.text for j in  i.find_all('td')])

URL-ссылка это строка жи. По заданному алгоритму к основной части URL можно добавить какой угодно ref=123456...
Нужно также вести список соответствий выданых уникальных ссылок и юзерайди

Ты пытаешься использовать прикладные модули питона, не овладев достаточно основами языка.

data = json.loads(data_str)
#получается список списков из форматированной строки. 
#Этот список списков вероятно надо загрузить в Pandas,  в таблицу.
result = '\n'.join(map(str, data)) # 
#join берёт список и объединяет его в строку с символом или строкой разделителем.  
#И еще и map http://pythonicway.com/python-functinal-programming. 
# Результат не имеет смысла для твоей задачи.
f_res = '[Date, Amount]\n' + result #Как бы верно, если для таблицы в виде списка 
#списков надо добавить заголовки, то можно к заголовкам присоединить  саму таблицу . 
#Но здесь  не имеет смысла.  Cам заголовок в виде строки, а не списка из элементов, 
#в таблице не 2, а 3 столбца, и самой таблицы в виде #списка списков уже нет - 
#преобразована обратно в строку
f_res1 = re.findall(r', *.*,', f_res) # непонятно что нужно найти. См. про регекспы, удобно тренироваться на #regext101.com
f_res1_1 = ' '.join(f_res1[0:30])
f_res2 = f_res1_1.replace(',', ' ') # тут код имеет смысл,  если предположить, что в f_res1 есть 
#список найденных результатов и от него берётся первые 30 элементов 
#(надо заранее проверять, есть ли в нём столько, или предусмотреть обработку ошибки).  
f_res3 = {'price': f_res2} # допустим создаётся словарь ключ price, значение - длинная строка
f_res4 = pd.DataFrame(f_res3, index=[0])# создать датафрейм из словаря это pd.DataFrame.from_records(...

Можно сделать как в предыдущем вопросе
https://qna.habr.com/q/1195350

import pandas as pd
req = requests.get('https://steamcommunity.com/market/listings/730/Glove%20Case')
search = re.search('var line1=(.+);', req.text)
data_str = search.group(1)
data1 = json.loads(data_str) #получем с помощью json или через split список строк, 
#который будет преобразован в 3 колонки
data2 = [i.replace('"', '').split(',') for i in data] # обработать строки  - 
#убрать лишние двойные кавычки, разбить каждую строку на 3 элемента
df1 = pandas.DataFrame.from_records(data=data2, columns=['c1','c2','c3']) #загрузить, назвать колонки
df1.dtypes()#проверить, какие типы получились при импорте, и привести колонки к нужным типам
df1['c1'] = df1.apply(lambda x: x[1].replace(' +',''), axis=1)  #убрать из строки с датой лишние символы, 
#но это можно было бы сделать и на каком-то из предыдущих шагов с помощью регекспа или replace
df1['c1'] = pandas.to_datetime(df1['c1']) #преобразовать в тип datetime
df1['c2'] = pandas.to_numeric(df1['c2']) #преобразовать в число,  пандас должен понять, что будет float
df1['c3'] = pandas.to_numeric(df1['c3']) # преобразовать в число, паднас должен понять, что будет int

а можно было до загрузки пройтись по списку и удалить одинарные кавычки и 2 и 3 колонки и возможно тогда бы пандас сразу их проимпортировать как float и int например так

data3 = [(i[0].replace(' +', ''), i[1], int(i[2])) for i in data2]

и тогда осталось бы только преобразовать в дату первую колонку датафрейма

Это не список, а словарь.
Нужно строку такого формата во что переделать - в словарь {text: текст} или в список [text, текст] ?
Если в строке словарь с большей вложенностью, то при переводе в последовательный список там структура порушится.
Для таких строк можно также json использовать