import pandas as pd
import numpy as np

np.random.seed(42)
n_users = 500
n_events = 5000

# 用户基础信息
users = pd.DataFrame({
    "用户ID": range(1, n_users + 1),
    "注册日期": pd.date_range("2024-01-01", periods=n_users, freq="D")[:n_users],
    "渠道": np.random.choice(["自然搜索", "广告", "推荐", "社交"], n_users),
    "设备": np.random.choice(["PC", "Mobile", "Tablet"], n_users, p=[0.3, 0.6, 0.1])
})

# 用户行为事件
events = pd.DataFrame({
    "事件ID": range(1, n_events + 1),
    "用户ID": np.random.randint(1, n_users + 1, n_events),
    "事件类型": np.random.choice(
        ["浏览", "点击", "收藏", "加购", "下单", "评论"],
        n_events,
        p=[0.4, 0.25, 0.1, 0.1, 0.1, 0.05]
    ),
    "事件时间": pd.date_range("2024-01-15", periods=n_events, freq="10min")
})

# 合并数据
events = events.merge(users[["用户ID", "渠道", "设备"]], on="用户ID")

print("用户数据：")
print(users.head())
print(f"\n用户数: {len(users)}")
print("\n事件数据：")
print(events.head())
print(f"\n事件数: {len(events)}")

# 事件类型统计
event_dist = events["事件类型"].value_counts()
event_pct = events["事件类型"].value_counts(normalize=True) * 100

print("=== 事件类型分布 ===\n")
event_analysis = pd.DataFrame({
    "次数": event_dist,
    "占比": event_pct.round(2)
})
print(event_analysis)
print()

# 各事件类型用户数
event_users = events.groupby("事件类型")["用户ID"].nunique()
print("各事件类型参与用户数：")
print(event_users)

# 用户事件统计
user_events = events.groupby("用户ID").agg({
    "事件ID": "count",
    "事件类型": lambda x: x.nunique()
}).rename(columns={
    "事件ID": "事件总数",
    "事件类型": "事件类型数"
})

print("=== 用户参与度 ===\n")
print(f"平均每用户事件数: {user_events['事件总数'].mean():.1f}")
print(f"中位数: {user_events['事件总数'].median():.0f}")
print(f"最高: {user_events['事件总数'].max()}")
print()

# 用户分层
user_events["活跃度"] = pd.cut(
    user_events["事件总数"],
    bins=[0, 3, 10, 20, float("inf")],
    labels=["低活跃", "一般", "活跃", "高活跃"]
)

print("用户活跃度分布：")
print(user_events["活跃度"].value_counts())

# 按事件类型计算用户数
funnel = events.groupby("事件类型")["用户ID"].nunique()
funnel = funnel.reindex(["浏览", "点击", "收藏", "加购", "下单", "评论"])

# 计算转化率
funnel_df = pd.DataFrame({
    "用户数": funnel,
    "绝对转化率": (funnel / funnel["浏览"] * 100).round(2),
    "步骤转化率": (funnel / funnel.shift(1) * 100).round(2)
}).fillna(100)

print("=== 转化漏斗 ===\n")
print(funnel_df)
print()

# 可视化漏斗数据
print("漏斗数据：")
for step, row in funnel_df.iterrows():
    print(f"{step}: {row['用户数']} 人 ({row['绝对转化率']:.1f}%)")

# 渠道用户分析
channel_analysis = events.groupby("渠道").agg({
    "用户ID": "nunique",
    "事件ID": "count"
}).rename(columns={
    "用户ID": "用户数",
    "事件ID": "事件数"
})

channel_analysis["人均事件数"] = (
    channel_analysis["事件数"] / channel_analysis["用户数"]
).round(2)

print("=== 渠道分析 ===\n")
print(channel_analysis)
print()

# 渠道转化对比
channel_funnel = events[events["事件类型"].isin(["浏览", "下单"])].groupby(
    ["渠道", "事件类型"]
)["用户ID"].nunique().unstack()

channel_funnel["转化率"] = (
    channel_funnel["下单"] / channel_funnel["浏览"] * 100
).round(2)

print("各渠道转化率：")
print(channel_funnel)

# 设备分析
device_analysis = events.groupby("设备").agg({
    "用户ID": "nunique",
    "事件ID": "count"
}).rename(columns={
    "用户ID": "用户数",
    "事件ID": "事件数"
})

device_analysis["人均事件"] = (
    device_analysis["事件数"] / device_analysis["用户数"]
).round(2)

print("=== 设备分布 ===\n")
print(device_analysis)
print()

# 设备转化率
device_funnel = events[events["事件类型"].isin(["浏览", "下单"])].groupby(
    ["设备", "事件类型"]
)["用户ID"].nunique().unstack()

device_funnel["转化率"] = (
    device_funnel["下单"] / device_funnel["浏览"] * 100
).round(2)

print("各设备转化率：")
print(device_funnel)

# 简化留存分析
# 假设注册后7天内活跃视为留存
users_with_events = events.groupby("用户ID")["事件时间"].agg(["min", "max"])
users_with_events.columns = ["首次活跃", "最后活跃"]

# 合并注册信息
users_analysis = users.merge(users_with_events, left_on="用户ID", right_index=True, how="left")

# 计算活跃天数
users_analysis["活跃天数"] = (
    users_analysis["最后活跃"] - users_analysis["首次活跃"]
).dt.days + 1

print("=== 用户留存分析 ===\n")
print(f"有行为用户: {len(users_with_events)}")
print(f"平均活跃天数: {users_analysis['活跃天数'].mean():.1f} 天")
print()

# 次日留存（简化）
retention_1d = len(users_analysis[users_analysis["活跃天数"] >= 2]) / len(users_analysis) * 100
retention_3d = len(users_analysis[users_analysis["活跃天数"] >= 3]) / len(users_analysis) * 100

print(f"次日留存率: {retention_1d:.1f}%")
print(f"3日留存率: {retention_3d:.1f}%")

print("""
=== 用户行为分析总结 ===

1. 用户参与度
   - 事件类型以浏览为主，点击次之
   - 用户平均参与事件数较少，需要提升用户粘性

2. 转化漏斗
   - 存在较大流失，需要优化用户体验
   - 从浏览到下单转化率较低

3. 渠道效果
   - 建议重点优化高用户量渠道的转化路径
   - 各渠道表现存在差异，需精细化运营

4. 设备表现
   - Mobile 是主要设备，需重点优化移动端体验

5. 优化建议
   - 1) 优化商品展示，提升浏览-点击转化
   - 2) 简化购物流程，降低下单流失
   - 3) 针对Mobile端优化页面加载速度
   - 4) 建立用户分层运营体系
""")