Условие

В логе events(user_id, ts, event) есть события view, add_to_cart, checkout, purchase. Построить воронку: сколько уникальных пользователей дошли до каждого шага, при условии что шаги шли по порядку.

Решение

Подход (упорядоченная воронка)

Для каждого пользователя — найти время первого view, затем первого add_to_cart после view, и так далее. Считать пользователей с непустым каждым шагом.

import pandas as pd
 
steps = ['view', 'add_to_cart', 'checkout', 'purchase']
 
# Время первого каждого события у каждого юзера
first = (
    events[events['event'].isin(steps)]
    .groupby(['user_id', 'event'])['ts'].min()
    .unstack('event')
)
 
# Применяем порядок: следующий шаг должен быть после предыдущего
mask = pd.Series(True, index=first.index)
funnel = {}
for prev, curr in zip([None] + steps[:-1], steps):
    if prev is None:
        mask &= first[curr].notna()
    else:
        mask &= first[curr].notna() & (first[curr] >= first[prev])
    funnel[curr] = mask.sum()
 
print(funnel)

Конверсии шаг-к-шагу

fdf = pd.Series(funnel)
fdf_pct = (fdf / fdf.iloc[0] * 100).round(1)
step_to_step = (fdf / fdf.shift(1) * 100).round(1)

Воронка с окном (внутри сессии / 24 часов)

Если шаги должны быть в пределах окна, фильтруем first[curr] - first[prev] <= pd.Timedelta('24h').

Подводные камни

Без условия порядка воронка превращается в просто число уникальных пользователей по событию — это не воронка.
Дубли событий (несколько view от одного юзера) — groupby ... min решает.
Если временной шаг важен в сессии, надо сначала сессионизировать, потом строить воронку внутри сессии.
NaN в first[step] ≠ 0 — mask должна явно требовать .notna().
Алгоритм линейный по сегментам, но для A/B-теста воронки нужно строить отдельно по группам — groupby('variant').

Эталонный ответ

Для каждого пользователя — время первого события каждого шага через groupby.unstack. Маска: каждый следующий ts ≥ предыдущего. mask.sum() по шагам = воронка.

Сценарий: воронка из event-стрима в pandas