O r de Pearson mede quão bem duas colunas seguem uma linha reta, de -1 a 1. Elevado ao quadrado, é a parcela da variação de uma coluna que uma reta sobre a outra explica.
O rho de Spearman ordena primeiro cada coluna e depois correlaciona os postos. Mede qualquer aumento constante, reto ou não, e alguns poucos valores extremos não conseguem dominá-lo.
No pandas: a.corr(b) dá Pearson e a.corr(b, method='spearman') dá Spearman.
A correlação descreve; não prova uma causa. Rotas mais longas e entregas mais longas andam juntas, mas os dias de muito movimento também acompanham as duas coisas. Para afirmar uma causa, é preciso um experimento ou um delineamento que descarte as alternativas.