def get_retention(profiles, sessions, observation_date, horizon_days, dimensions = [], ignore_horizon = False):

   

    # добавляем столбец payer в передаваемый dimensions список

    dimensions = ['payer'] + dimensions

   

    # исключаем пользователей, не «доживших» до горизонта анализа

    # тех, которые присоединились позже, чем observation_date - horizon

    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')

 

    # собираем «сырые» данные для расчёта удержания

    result_raw = result_raw.merge(sessions[['user_id', 'session_start']], on = 'user_id', how = 'left')

    result_raw['lifetime'] = (result_raw['session_start'] - result_raw['first_ts']).dt.days

   

    # 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')     # строим «треугольную таблицу»

        cohort_sizes = df.groupby(dims).agg({'user_id': 'nunique'}).rename(columns = {'user_id': 'cohort_size'}) # определяем размеры когорт

        result = cohort_sizes.merge(result, on = dims, how = 'left').fillna(0)                                   # присоединяем размеры когорт к «треугольной» таблице

        result = result.div(result['cohort_size'], axis = 0)                                                     # делим каждую «ячейку» на соответствующий размер когорты и получаем retention rate

        result = result[['cohort_size'] + list(range(horizon_days))]                                             # исключаем все лайфтаймы, превышающие горизонт анализа

        result['cohort_size'] = cohort_sizes                                                                     # восстанавливаем размеры когорт

        return result

   

    # получаем таблицу удержания

    result_grouped = group_by_dimensions(result_raw, dimensions, horizon_days)

   

    # получаем таблицу динамики удержания

    result_in_time = group_by_dimensions(result_raw, dimensions + ['dt'], horizon_days)

   

    # возвращаем обе таблицы и сырые данные

    # сырые данные пригодятся, если нужно будет отыскать ошибку в расчётах

    return result_raw, result_grouped, result_in_time

 

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):

        # строим «треугольную» таблицу конверсии

        result = df.pivot_table(

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

        )

        # считаем сумму с накоплением для каждой строки

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

        # вычисляем размеры когорт

        cohort_sizes = (

            df.groupby(dims)

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

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

        )

        # добавляем размеры когорт в таблицу конверсии

        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)

        # исключаем все лайфтаймы, превышающие горизонт анализа

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

        # восстанавливаем размеры когорт

        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