先判断df1的A列如果为"自营"，则使用pd.merge(df1, df2，on="客户"，how="left")，若A列不是"自营"则以空白填充

根据您的要求，可以使用条件判断来决定是否进行合并，并使用空白填充非自营的情况。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或填充
if (df1['A'] == '自营').all():
    merged_df = pd.merge(df1, df2, on='客户', how='left')
else:
    merged_df = df1.copy()
    merged_df['描述'] = ''

# 打印结果
print(merged_df)

在上述代码中，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。

然后使用条件判断`(df1['A'] == '自营').all()`来判断A列是否全为"自营"。如果是，则使用`pd.merge()`函数将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A列不全为"自营"，则创建`merged_df`作为df1的副本，并将"描述"列填充为空白。

最后，打印结果的`merged_df`。请注意，如果A列不全为"自营"，则`merged_df`与df1将相同，只是多了一个空白的"描述"列。