创建如下二维数组，完成以下问题： 50 90 83 94 65 69 75 78 99 70 80 46 61 78 15 （1）获取前两行元素 （2）获取[75,78,99]元素 （3）获取[61]元素 （4）根据是否>70创建布尔索引，并根据布尔索引获取值

为了创建这个二维数组，我们可以使用Python的pandas库，因为它提供了方便的数据结构来表示表格数据。首先，让我们创建这个数组：

import pandas as pd

data = {
    'col1': [50, 69, 80],
    'col2': [90, 75, 46],
    'col3': [83, 78, 61],
    'col4': [94, 99, 78],
    'col5': [65, 70, 15]
}

df = pd.DataFrame(data)

现在我们有了一个二维数组（DataFrame），接下来是完成的问题解答：

1. 获取前两行元素:

   first_two_rows = df.iloc[:2, :]
   print(first_two_rows)

2. 获取[75,78,99]元素（假设这是第三列 col3 的特定值）:

   values_of_interest = df[df['col3'].isin([75, 78, 99])]
   print(values_of_interest)

3. 获取[61]元素（对应第三列的值）:
这里需要明确“[61]”是指第三列的第几个元素，如果是指某个特定位置，例如第一个位置，可以这样获取：

   index = df[df['col3'] == 61].index.tolist()[0]  # 获取索引
   value = df.loc[index, 'col3']
   print(value)

4. 根据是否大于70创建布尔索引：

   boolean_index = df['col5'] > 70
   filtered_values = df[boolean_index]
   print(filtered_values)