先判断df1的A列如果为"自营"，则使用pd.merge(df1, df2，on="客户"，how="left")

要在Python中根据条件对DataFrame进行合并操作，可以使用`pd.merge()`函数，并结合条件进行判断。下面是一种实现方法：

import pandas as pd

# 创建示例DataFrame1
data1 = {'A': ['自营', '其他', '自营', '其他'],
         '客户': ['客户1', '客户2', '客户3', '客户4'],
         '数值': [10, 20, 30, 40]}
df1 = pd.DataFrame(data1)

# 创建示例DataFrame2
data2 = {'客户': ['客户1', '客户3'],
         '描述': ['描述1', '描述3']}
df2 = pd.DataFrame(data2)

# 根据条件判断进行合并
if df1['A'].eq('自营').all():
    merged_df = pd.merge(df1, df2, on='客户', how='left')
else:
    merged_df = df1.copy()

# 打印结果
print(merged_df)

上述代码中，首先创建了两个示例DataFrame `df1`和`df2`，分别包含列A、客户和数值的df1，以及列客户和描述的df2。然后通过判断df1的A列是否全为"自营"，来确定是否执行合并操作。

如果df1的A列全为"自营"，则使用`pd.merge()`函数进行合并，将df2合并到df1中，并根据客户列进行左连接（how='left'）。合并结果存储在`merged_df`中。

如果df1的A列有其他值，则直接将df1赋值给`merged_df`，即不进行合并操作。

最后，打印结果的`merged_df`。注意，如果df1的A列不全为"自营"，则`merged_df`与df1将相同。