r - 基于组中的条件求和

以前我asked与此问题有关，但我需要更优雅，更通用的方法来解决此问题。
我将数据分为几组，我想根据条件对范围内的一些行求和。我更喜欢使用“dplyr”来执行此操作，因为对于我而言，它更直接。

我需要的条件如下:

1:对于组1；
找到第一个出现的'10'，然后将之后的行加到该组的末尾，并计算多少行。

2:对于组2；“找到最后一个出现的'10'，然后将出现o​​jit_rstrong之前的行求和到该组的开头，并计算多少行!

3:对于组3；找到第一个出现的“10”，并将该出现的之前的行相加到组的开始行，并计算多少行。

df <- data.frame(gr=rep(c(1,2,3),c(7,9,11)),
                 y_value=c(c(0,0,10,8,8,6,0),c(10,10,10,8,7,6,2,0,0), c(8,5,8,7,6,2,10,10,8,7,0)))


> df
   gr y_value
1   1       0
2   1       0
3   1      10
4   1       8
5   1       8
6   1       6
7   1       0
8   2      10
9   2      10
10  2      10
11  2       8
12  2       7
13  2       6
14  2       2
15  2       0
16  2       0
17  3       8
18  3       5
19  3       8
20  3       7
21  3       6
22  3       2
23  3      10
24  3      10
25  3       8
26  3       7
27  3       0

它猜测这样的事情应该可以工作，但无法弄清楚如何将它实现为dplyr

count <- function(y,gr){
    if (any(y==10)&(gr==1)) {
     *
     *
     *
if (any(y==10)&(gr==2))
 *
 *
 *
 *

}
}

df%>%
library(dplyr)

  df %>%
  group_by(gr) %>%
  do(data.frame(.,count_rows=count(y_value,gr)))

预期产量

  > df
    gr y_value sum nrow
1   1       0  22   4
2   1       0  22   4
3   1      10  22   4
4   1       8  22   4
5   1       8  22   4
6   1       6  22   4
7   1       0  22   4
8   2      10  23   6
9   2      10  23   6
10  2      10  23   6
11  2       8  23   6
12  2       7  23   6
13  2       6  23   6
14  2       2  23   6
15  2       0  23   6
16  2       0  23   6
17  3       8  28   6
18  3       5  28   6
19  3       7  28   6
20  3       6  28   6
21  3       2  28   6
22  3      10  28   6
23  3      10  28   6
24  3       8  28   6
25  3       7  28   6
26  3       0  28   6

最佳答案

希望这可以帮助!
(编辑注释:OP更新其原始要求后，修改了代码)

#sample data - I slightly changed sample data (replaced 0 by 10 in 2nd row) for group 1 to satisfy your condition
df <- data.frame(gr=rep(c(1,2,3),c(7,9,11)),
                 y_value=c(c(0,10,10,8,8,6,0),c(10,10,10,8,7,6,2,0,0), c(8,5,8,7,6,2,10,10,8,7,0)))

library(dplyr)
df_temp <- df %>%
  group_by(gr) %>%
  mutate(rows_to_aggregate=cumsum(y_value==10)) %>%
  filter(ifelse(gr==1, rows_to_aggregate !=0, ifelse(gr==2, rows_to_aggregate ==0 | y_value==10, rows_to_aggregate ==0))) %>%
  filter(ifelse(gr==1, row_number(gr) != 1, ifelse(gr==2, row_number(gr) != n(), rows_to_aggregate ==0))) %>%
  mutate(nrow=n(), sum=sum(y_value)) %>%
  select(gr,sum,nrow) %>%
  distinct()

#final output
df<- left_join(df,df_temp, by='gr')