La r de Pearson mide lo bien que dos columnas siguen una línea recta, de -1 a 1. Elevada al cuadrado, es la parte de la variación de una columna que explica una recta sobre la otra.
La rho de Spearman ordena primero cada columna y después correlaciona los rangos. Mide cualquier aumento constante, recto o no, y unos pocos valores extremos no pueden dominarla.
En pandas: a.corr(b) da Pearson y a.corr(b, method='spearman') da Spearman.
La correlación describe; no demuestra una causa. Las rutas más largas y las entregas más largas van juntas, pero también van juntos los días de mucho trabajo y las dos cosas. Para afirmar una causa hace falta un experimento o un diseño que descarte las alternativas.