在python中创建没有Google分析的用户行为流

Question

我的网站用户行为数据库中有下表。你知道吗

+--------+-----------+------------------------+-----------+
| UserID | Timestamp |        Behavior        | WebsiteID |
+--------+-----------+------------------------+-----------+
|    123 |         1 | ENTER_SITE_FROM_VENDOR |         1 |
|    123 |         2 | CLICK_ABOUT            |         1 |
|    123 |         3 | CLICK_JOBS             |         1 |
|    456 |         1 | ENTER_SITE_FROM_SEARCH |         2 |
|    456 |         2 | CLICK_AD               |         2 |
|    456 |         3 | CLICK_JOBS             |         2 |
+--------+-----------+------------------------+-----------+

每个用户都有一个用户ID，以及发生特定单击时的时间戳。我试图从这些数据中回答几个与行为流相关的问题。例如，我想知道有多少次一个人进入我们的网站并点击一个广告。我有几个这样的场景，都是由一组特定顺序发生的事件描述的。我知道googleanalytics有这样的功能，但我不确定是否有人有任何python实现来生成这样的数据报告？此外，还有多个网站。你知道吗

我知道googleanalytics在这里有一个用户流工具：https://www.monsterinsights.com/how-to-conduct-a-user-flow-analysis-in-google-analytics/，但我不允许使用它。所需的输出将类似于google分析用户流工具所显示的内容：进入网站的总人数，这些人中有多少人，点击了网站

期望的输出应该是

| Website | clicked_about_first | clicked_jobs_after_ad | clicked_job_after_entering_from_search | clicked_ad_after_entering_from_vendor |
+---------+---------------------+-----------------------+----------------------------------------+---------------------------------------+
|       2 |                   0 |                     1 |                                      1 |                                     0 |
|       1 |                   1 |                     0 |                                      0 |                                     1 |
+---------+---------------------+-----------------------+----------------------------------------+---------------------------------------+