df$eval<- apply(df[,cods], 1, function(r) any(r == 89))

set.seed(2018)
df <- data.frame(x1=sample(85:95, 10),
                 x2=sample(88:90, 10, replace = TRUE),
                 x3=sample(85:95, 10),
                 x4=sample(85:95, 10),
                 x5=sample(85:95, 10)
                 )

df$eval <- apply(df, MARGIN=1, FUN=function(x) {sum(x[which(x==89)+1], na.rm = TRUE)})
df

   x1 x2 x3 x4 x5 eval
1  88 89 87 86 94   87
2  89 89 90 93 92  179
3  85 90 86 85 90    0
4  86 90 85 88 89    0
5  95 90 94 92 95    0
6  92 89 88 89 85  173
7  91 88 93 94 91    0
8  93 89 91 90 93   91
9  87 90 89 95 88   95
10 90 90 92 91 86    0

sumar_despues_de_x <- function(datos, valor)
{
vec <- matrix(ncol = ncol(datos), nrow = nrow(datos))  #Predefino la matriz
for (i in 2:ncol(df))
  {
   vec[,i] <- ifelse(datos[,i-1]==valor, datos[,i], NA)  #Retengo sólo los valores posteriores a 89
  }
  rowSums(vec, na.rm = TRUE)  #Saco un vector con las sumas de filas de la matriz filtrada
}

df$eval <- sumar_despues_de_x (df, 89)

set.seed(2018)
df <- data.frame(x1=sample(89:91, 10, replace = TRUE),  #Aumento la probabilidad de 89
                 x2=sample(85:95, 10),
                 x3=sample(89:91, 10, replace = TRUE),
                 x4=sample(90:100, 10))

library(tidyverse)
library(data.table) #para transpose()
df %>%
  data.table::transpose() %>% #pq `purrr` tiene una función con el mismo nombre.
  gather() %>%
  group_by(key) %>%
  mutate(filtrado = ifelse(lag(value)==89, value, NA)) %>%
  summarise(suma_filtrada = sum(filtrado, na.rm = T)) %>%
  mutate(key = str_remove(key, "V")) %>%
  arrange(as.numeric(key)) %>%
  select(-key) %>%
  bind_cols(df, .)

x1 x2 x3  x4 suma_filtrada
1  90 89 89  91           180
2  90 91 90  98             0
3  89 93 89  90           183
4  89 90 89  93           183
5  90 92 91  97             0
6  89 88 90  94            88
7  90 86 89  99            99
8  89 87 91  95            87
9  91 94 90 100             0
10 90 95 89  96            96