# функция для расчёта конверсии

 

def get_conversion(

    profiles,

    purchases,

    observation_date,

    horizon_days,

    dimensions=[],

    ignore_horizon=False,

):

 

    # исключаем пользователей, не «доживших» до горизонта анализа

    last_suitable_acquisition_date = observation_date

    if not ignore_horizon:

        last_suitable_acquisition_date = observation_date - timedelta(

            days=horizon_days - 1

        )

    result_raw = profiles.query('dt <= @last_suitable_acquisition_date')

 

    # определяем дату и время первой покупки для каждого пользователя

    first_purchases = (

        purchases.sort_values(by=['user_id', 'event_dt'])

        .groupby('user_id')

        .agg({'event_dt': 'first'})

        .reset_index()

    )

 

    # добавляем данные о покупках в профили

    result_raw = result_raw.merge(

        first_purchases[['user_id', 'event_dt']], on='user_id', how='left'

    )

 

    # рассчитываем лайфтайм для каждой покупки

    result_raw['lifetime'] = (

        result_raw['event_dt'] - result_raw['first_ts']

    ).dt.days

 

    # группируем по cohort, если в dimensions ничего нет

    if len(dimensions) == 0:

        result_raw['cohort'] = 'All users'

        dimensions = dimensions + ['cohort']

 

    # функция для группировки таблицы по желаемым признакам

    def group_by_dimensions(df, dims, horizon_days):

        result = df.pivot_table(

            index=dims, columns='lifetime', values='user_id', aggfunc='nunique'

        )

        result = result.fillna(0).cumsum(axis = 1)

        cohort_sizes = (

            df.groupby(dims)

            .agg({'user_id': 'nunique'})

            .rename(columns={'user_id': 'cohort_size'})

        )

        result = cohort_sizes.merge(result, on=dims, how='left').fillna(0)

        # делим каждую «ячейку» в строке на размер когорты

        # и получаем conversion rate

        result = result.div(result['cohort_size'], axis=0)

        result = result[['cohort_size'] + list(range(horizon_days))]

        result['cohort_size'] = cohort_sizes

        return result

 

    # получаем таблицу конверсии

    result_grouped = group_by_dimensions(result_raw, dimensions, horizon_days)

 

    # для таблицы динамики конверсии убираем 'cohort' из dimensions

    if 'cohort' in dimensions:

        dimensions = []

 

    # получаем таблицу динамики конверсии

    result_in_time = group_by_dimensions(

        result_raw, dimensions + ['dt'], horizon_days

    )

 

    # возвращаем обе таблицы и сырые данные

    return result_raw, result_grouped, result_in_time